logo标签列表

如何在多行中使用JavaScript正则表达式？

javascriptregex
347
var ss= "<pre>aaaa\nbbb\nccc</pre>ddd";
var arr= ss.match( /<pre.*?<\/pre>/gm );
alert(arr);     // null

我想让PRE块被选中，即使它跨越了换行符。我以为'm'标志可以实现这一点，但事实并非如此。

在发布这篇文章之前，我在这里找到了答案。尽管我读了三本JavaScript书籍并且工作了数小时，但由于SO上没有现成的解决方案，我还是敢于发布。 请勿抛石头

因此，解决方案如下：

var ss= "<pre>aaaa\nbbb\nccc</pre>ddd";
var arr= ss.match( /<pre[\s\S]*?<\/pre>/gm );
alert(arr);     // <pre>...</pre> :)

有没有更简单易懂的方法？

编辑：这篇回答是一个重复的问题，但因为它比我的难以找到，所以我不会删除。

它提出[^]作为“多行点号”的解决方案。 我还是不明白为什么[.\n]不能工作。 猜测这就是JavaScript的悲哀之一..

46
更易懂的正则表达式？不可能，因为它的本质就是晦涩难懂。 - Rubens Farias
顺便提一下，你应该阅读一下《解析Html：克苏鲁的方式》http://www.codinghorror.com/blog/archives/001311.html - Rubens Farias
2
链接已从之前的评论更改：http://blog.codinghorror.com/parsing-html-the-cthulhu-way/（大约5年后） - dab
8个回答
394

不要使用(.|[\r\n])进行多行匹配，而是应该使用[\s\S]。

此外，在不需要的情况下避免贪婪匹配，可以使用*?或+?量词代替*或+。这会对性能产生巨大影响。

请参阅我所做的基准测试：https://jsben.ch/R4Hxu

Using [^]: fastest
Using [\s\S]: 0.83% slower
Using (.|\r|\n): 96% slower
Using (.|[\r\n]): 96% slower

注意: 您也可以使用[^]，但它已经在下面的注释中被弃用了。

29
这些观点不错，但我仍然建议不要使用 [^]。一方面，JavaScript 是我所知道的唯一支持此习惯用法的语言，即使在 JavaScript 中，它的使用频率也远不及 [\s\S]。另一方面，大多数其他语言都允许通过将 ] 放在字符组的首位来转义它。换句话说，在 JavaScript 中，[^][^] 匹配任意两个字符，但在 .NET 中，它匹配除了]、[ 或 ^ 之外的任何一个字符。 - Alan Moore
3
дҪ еҰӮдҪ•зҹҘйҒ“\SдјҡдёҺ\rжҲ–\nеҢ№й…ҚиҖҢдёҚжҳҜе…¶д»–еӯ—з¬Ұпјҹ - Gili
9
参见此问题以获取\s\S的详细信息。这是一种匹配所有空白字符+所有非空白字符=所有字符的技巧。有关正则表达式特殊字符的文档，请参见MDN。 - KrisWebDev
9
相对于其他类似的表达式（如[\d\D]或[\w\W]），有什么理由更喜欢使用[\s\S]？ - Phrogz
1
让我快速指出，你对贪婪操作符的测试是有问题的。/<p>Can[^]*?<\/p>/ 与 /<p>Can[^]*<\/p>/ 不匹配相同的内容。贪婪变体应该改为 /<p>(?:[^<]|<(?!\/p>))*<\/p>/ 来匹配相同的内容。 - 3limin4t0r
显示剩余2条评论
283

[.\n]无法匹配成功，因为.在[]内没有特殊含义，它只是一个字面的.。使用(.|\n)可以匹配任何字符，包括换行符。如果要匹配所有换行符，还需要添加\r以包括Windows和经典Mac OS样式的行结束符：(.|[\r\n])。

然而，这种方法有点麻烦，而且速度较慢（详见KrisWebDev的回答），更好的方法是使用[\s\S]来匹配所有空格和非空格字符，这将匹配所有内容，并且更快更简单。

通常情况下，不应尝试使用正则表达式来匹配实际的HTML标记。详见这些 问题以获取更多相关信息。

相反，应该尝试在DOM中查找所需的标记（使用jQuery可以更轻松地实现，但您始终可以使用标准DOM的document.getElementsByTagName("pre")），然后在这些结果的文本内容中搜索需要匹配的内容。

我正在使用JavaScript实时进行.wiki -> HTML转换。因此，我还没有可用的DOM。Wiki文件大多是其自身的语法，但如果需要，我允许使用HTML标记。如果我在处理DOM，则您的建议非常有效。谢谢。 :) - akauppi
好的，我想这是想要在HTML上使用正则表达式的有效理由，尽管混合使用维基语法和HTML可能会出现各种有趣的边角情况。 - Brian Campbell
3
应用于序列 [\r\n] 的模式会首先匹配 \r 然后是 \n。如果你想一次匹配整个序列，无论该序列是\r\n还是只有\n，请使用模式.|\r?\n。 - Eirik Birkeland
3
尝试匹配整个多行字符串时，可以使用贪婪的 [\s\S]+。 - Boaz
我只是想为后人补充一点，JS正则表达式语法忽略[]内部的.的含义与其他正则表达式框架（尤其是.NET中的高级框架）是不同的。请大家不要假设正则表达式是跨平台的，它们经常是不同的！ - Mr. TA
另外，转义时要小心：在 new RegExp('...') 中，您需要 [\\s\\S]，而在 /.../ 中，一个简单的 [\s\S] 就足够了！还有一件事要注意，就是不要使用多行标志！ - bersling
56

你没有说明你的环境和 JavaScript(ECMAScript) 的版本，我意识到这篇文章是从2009年发布的，但为了完整起见：

随着 ECMA2018 的发布，我们现在可以使用 s 标志来导致 . 匹配 \n（参见https://dev59.com/uWAg5IYBdhLWcg3wjrgZ#36006948）。

因此：

let s = 'I am a string\nover several\nlines.';
console.log('String: "' + s + '".');

let r = /string.*several.*lines/s; // Note 's' modifier
console.log('Match? ' + r.test(s)); // 'test' returns true

这是最近新增的功能，在许多当前环境下无法正常工作，例如Node v8.7.0似乎无法识别它，但它在Chromium中可以工作，并且我正在使用它进行TypeScript测试，随着时间的推移，它可能会变得更加流行。

3
这在Chrome（v67）中运作得很好，但在IE11和IEdge（v42）中完全破坏了正则表达式（同时停止逐行工作）。 - freedomn-m
感谢@freedomn-m.. IE不支持一个非常新的功能几乎完全是不足为奇的 :) 但是，值得一提的是，在它不起作用的地方提醒一下，以免有人试图“调试”为什么他们尝试使用它时无法按预期工作。 - Neek
21

现在有s（单行）修饰符，它可以让点号匹配换行符：）\s也将匹配换行符：D

只需要在斜线后面添加s即可

 /<pre>.*?<\/pre>/gms
这对我很有用！ - lmiller1990
13

[.\n]并不起作用，因为在[]中，点号代表字符“.”。您可以使用(.|\n)（或者(.|[\n\r])）代替。

28
[\s\S]是匹配包括换行符在内的任何字符最常见的JavaScript用法。它不仅更易于阅读，而且比基于替换的方法（如 (.|\n) ）更加高效。（它字面上的意思是“任何空格字符或任何非空格字符”）。 - Alan Moore
2
你说得没错，但问题是关于 . 和 \n 以及为什么 [.\n] 不起作用。正如问题中提到的，[^] 也是一个不错的方法。 - Yaakov Shoham
11

我已经测试过了（使用Chrome浏览器），而且对我来说它是可行的（无论是[^]还是[^\0]），只需将点号（.）替换为[^\0]或[^]，因为点号不能匹配换行符（请参见：http://www.regular-expressions.info/dot.html）。

var ss= "<pre>aaaa\nbbb\nccc</pre>ddd";
var arr= ss.match( /<pre[^\0]*?<\/pre>/gm );
alert(arr);     //Working

1
[^\0] 的问题在于它无法匹配空字符，尽管在 Javascript 字符串中允许使用空字符（请参见此答案）。 - Donald Duck
0
除了上述的例子，这是一个替代方案。 
^[\\w\\s]*$

\w 用于匹配单词字符，\s 用于匹配空白字符

0

[\\w\\s]*

这个对我非常有帮助，特别是用于匹配包含换行符的多个内容，其他所有答案最终都只将所有匹配项分组在一起。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，