还是正则表达式的问题,正则能分 2段取值么(完了,结吧)
本帖最后由 lluxury 于 2011-5-15 23:30 编辑数据有2种,要取的块我已标粗,现在有一个问题,就是取的这2个值有对应关系,正则能一次取2个值不,生成的是2维数组么?
第一种
8:43:27 对决：铁棒喇嘛 被：1 <普门杖法>
9:16:21 对决：麦兜 攻：1 被：1 <血刀刀法>
10:41:18 对决：蜡笔 被：1 <太极剑法>
11:2:27 对决：虫虫 攻：1 被：1
11:41:9 对决：我是非洲 被：1 <冲灵剑法>
23:45:23 对决：徐绩 攻：1 被：0 <飞星术>
8:6:6 对决：周青 攻：0 被：1 <驱蛇棍法 >
18:2:47 对决：橘子弟的pp 被：1 <蛇杖杖法>
取完第一种数据以后,再取第二种,生成的2个表我会合并一下
第二种
0228玄冥二老
与 玄冥二老 的对决开始！
小雏 率先发难！使出了入门武功[兰花拂穴手]！
玄冥二老 损失了 191 点体力~
玄冥二老 毫不手软！使出必杀[玄冥神掌]！
小雏 损失了 16 点体力~
玄冥二老 瞬间消失了。。。
0228赵志敬
与 赵志敬 的对决开始！
小雏 率先发难！使出了入门武功[兰花拂穴手]！
赵志敬 损失了 197 点体力~
赵志敬 毫不手软！使出必杀[七星剑法]！
小雏 损失了 0 点体力~
赵志敬 瞬间消失了。。。 不用au3的正则，而用vbs正则，可以利用submatches来取得分组的内容，是可以得到这样的内容的。 本帖最后由 lluxury 于 2011-5-13 20:58 编辑
回复 2# kevinch
这样啊,我查一下,另请问,au3的正则和vbs正则的什么区别呢?
分组的话,我在au3里用的是StringSplit,不过好像对汉字的适应性不好 语法有点区别，用法也不同，但基本原理是一致的。
vbs正则在au3中使用要先创建项目objcreate("vbscript.regexp")，然后设置各个属性，再使用。 本帖最后由 lluxury 于 2011-5-13 21:27 编辑
$a='8:43:27 对决：铁棒喇嘛 被：1 <普门杖法>'
$b=StringRegExp($a,'对决：([^ ]+)',3)
MsgBox(0,"",$b) 这是取人名的
$a='玄冥二老 毫不手软！使出必杀[玄冥神掌]！>'
$b=StringRegExp($a,'使出必杀\[([^]]+)',3)
MsgBox(0,"",$b)
单取是不难,关键是和人名字对应起来
要取到铁棒喇嘛 普门杖法这样的,
或着是取到2个数组里,下标相同的,彼此对应 我试试AU3的正则能全提取出来吗?
#include <Array.au3>
Local $Str = _
'第一种' & @CRLF & _
'8:43:27 对决：铁棒喇嘛 被：1 <普门杖法>' & @CRLF & _
'9:16:21 对决：麦兜 攻：1 被：1 <血刀刀法>' & @CRLF & _
'10:41:18 对决：蜡笔 被：1 <太极剑法>' & @CRLF & _
'11:2:27 对决：虫虫 攻：1 被：1' & @CRLF & _
'11:41:9 对决：我是非洲 被：1 <冲灵剑法>' & @CRLF & _
'23:45:23 对决：徐绩 攻：1 被：0 <飞星术>' & @CRLF & _
'8:6:6 对决：周青 攻：0 被：1 <驱蛇棍法 >' & @CRLF & _
'18:2:47 对决：橘子弟的pp 被：1 <蛇杖杖法>' & @CRLF & @CRLF & _
'取完第一种数据以后,再取第二种,生成的2个表我会合并一下' & @CRLF & _
'第二种' & @CRLF & _
'0228玄冥二老' & @CRLF & _
'与 玄冥二老 的对决开始！' & @CRLF & _
'小雏 率先发难！使出了入门武功[兰花拂穴手]！' & @CRLF & _
'玄冥二老 损失了 191 点体力~' & @CRLF & _
'玄冥二老 毫不手软！使出必杀[玄冥神掌]！' & @CRLF & _
'小雏 损失了 16 点体力~' & @CRLF & _
'玄冥二老 瞬间消失了。。。' & @CRLF & _
'' & @CRLF & @CRLF & _
'0228赵志敬' & @CRLF & _
'与 赵志敬 的对决开始！' & @CRLF & _
'小雏 率先发难！使出了入门武功[兰花拂穴手]！' & @CRLF & _
'赵志敬 损失了 197 点体力~' & @CRLF & _
'赵志敬 毫不手软！使出必杀[七星剑法]！' & @CRLF & _
'小雏 损失了 0 点体力~' & @CRLF & _
'赵志敬 瞬间消失了。。。'
MsgBox(0, '原字符串', $Str)
Local $Test = StringRegExp($str, '(?<=对决：)(.*?)\h+.*?\<(.*?)\>|(.*?)\h+.*?(?<=\[)(.*?)(?=\]\！)', 3)
;~ If Not @Error Then MsgBox(0, '匹配数量: ' & UBound($Test), '其中元素为: ' & $Test)
;~ _ArrayDisplay($Test, UBound($Test))
local $Fin,$k=1
for $i=0 to UBound($Test)-1 Step 2
if Not $Test[$i]='' then
ReDim $Fin[$k]
$Fin[$k-1]=$Test[$i]
$Fin[$k-1]=$Test[$i+1]
$k+=1
EndIf
Next
_ArrayDisplay($Fin) 本帖最后由 lluxury 于 2011-5-13 22:17 编辑
谢谢3m,我试试,
两段之间是用 | 连接的,同段之间是怎么连接的呢 本帖最后由 lluxury 于 2011-5-13 23:04 编辑
回复 6# 3mile
很强大,3m的品质果然有保证,^^
另外请问一下,如何把4种特征综合到一个正则里的呢
(?<=对决：)(.*?)\h+.*?\<(.*?)\>
我知道红字部分取的是名字,但后面部分的作用是什么呢 \h这个始终没有明白 回复 8# lluxury
其实3M写的虽然严谨，但是对于这种简单的例子用对决：(\H+).*<([^>]+)|(\S+).+\[([^\]]+)就足够了，这个应该比较容易懂，我没有挑刺的意思，只是为了让你看懂而已 回复 9# love5173
还待改进,能稍微讲一下你的思路么
|第一种
8:43:27|普门杖法
|>
9:16:21|血刀刀法
|>
10:41:18|太极剑法
|被：1
11:41:9|冲灵剑法
|>
23:45:23|飞星术
|>
8:6:6|驱蛇棍法
|>
18:2:47|蛇杖杖法
|小雏|兰花拂穴手
|玄冥二老|玄冥神掌
|小雏|兰花拂穴手
|赵志敬|七星剑法 本帖最后由 love5173 于 2011-5-15 20:58 编辑
回复 10# lluxury
不知道你是怎么测试的，如果我是没测试就发的那种我会说明的
#include <Array.au3>
Local $Str = _
'第一种' & @CRLF & _
'8:43:27 对决：铁棒喇嘛 被：1 <普门杖法>' & @CRLF & _
'9:16:21 对决：麦兜 攻：1 被：1 <血刀刀法>' & @CRLF & _
'10:41:18 对决：蜡笔 被：1 <太极剑法>' & @CRLF & _
'11:2:27 对决：虫虫 攻：1 被：1' & @CRLF & _
'11:41:9 对决：我是非洲 被：1 <冲灵剑法>' & @CRLF & _
'23:45:23 对决：徐绩 攻：1 被：0 <飞星术>' & @CRLF & _
'8:6:6 对决：周青 攻：0 被：1 <驱蛇棍法 >' & @CRLF & _
'18:2:47 对决：橘子弟的pp 被：1 <蛇杖杖法>' & @CRLF & @CRLF & _
'取完第一种数据以后,再取第二种,生成的2个表我会合并一下' & @CRLF & _
'第二种' & @CRLF & _
'0228玄冥二老' & @CRLF & _
'与 玄冥二老 的对决开始！' & @CRLF & _
'小雏 率先发难！使出了入门武功[兰花拂穴手]！' & @CRLF & _
'玄冥二老 损失了 191 点体力~' & @CRLF & _
'玄冥二老 毫不手软！使出必杀[玄冥神掌]！' & @CRLF & _
'小雏 损失了 16 点体力~' & @CRLF & _
'玄冥二老 瞬间消失了。。。' & @CRLF & _
'' & @CRLF & @CRLF & _
'0228赵志敬' & @CRLF & _
'与 赵志敬 的对决开始！' & @CRLF & _
'小雏 率先发难！使出了入门武功[兰花拂穴手]！' & @CRLF & _
'赵志敬 损失了 197 点体力~' & @CRLF & _
'赵志敬 毫不手软！使出必杀[七星剑法]！' & @CRLF & _
'小雏 损失了 0 点体力~' & @CRLF & _
'赵志敬 瞬间消失了。。。'
MsgBox(0, '原字符串', $Str)
Local $Test = StringRegExp($str, '对决：(\H+).*<([^>]+)|(\S+).+\[([^\]]+)', 3)
;~ If Not @Error Then MsgBox(0, '匹配数量: ' & UBound($Test), '其中元素为: ' & $Test)
;~ _ArrayDisplay($Test, UBound($Test))
local $Fin,$k=1
for $i=0 to UBound($Test)-1 Step 2
if Not $Test[$i]='' then
ReDim $Fin[$k]
$Fin[$k-1]=$Test[$i]
$Fin[$k-1]=$Test[$i+1]
$k+=1
EndIf
Next
_ArrayDisplay($Fin)
至于思路其实跟3M差不多，只是没那么严谨
楼主要的第一种是“对决：”后面的非空字符也就是\H+然后是任意字符一直到“<”出现，再取“>”前面的部分，这个结束
第二种就简单了就是换行后面的非空白字符，因为牵扯到换行也是空白，所以用了\S+，后面的正则就跟第一种大同小异了
因为第一种里面有<>第二种里面有[]，所以，不用担心第一种第二种取到相同的字符串。
另外一点就是
“'”这个符号在文本内时，可以不予以匹配，AU3正则会自动无视掉，而恰恰大部分的正则测试工具中需要匹配这个字符，所以当你发现别人给你的正则在测试工具中不好用时，要直接带到程序里测试，这样更保险，特别针对网页提取信息的人说的！
还有就是因为AU3的正则在匹配的时候如果含有捕获组会造成，如果含有选择结构就会第一个捕获组捕捉不到内容就会取空值，而第二个表达式取不到值也没什么影响，造成了有些正则实际无法发挥他正常的作用，比如(?(exp)yes|no) 把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式；否则使用no 这个正则在AU3中如果含有捕获组的表达式中是无法正常起到你要的作用的
测试之前我先告诉你这个正则是跟(?(?=expression)yes | no) 功能一样的，但是AU3是不能识别上面的那个表达式的，下面的就可以。
如果(?(?=expression)yes | no) 可以正常使用的话，3M下面那一段处理空值的循环就可以去掉了！
最后，<>这两个符号，并不需要转意，可以直接在正则中使用，也就是\<是可以直接写<的。
呵呵！ 本帖最后由 lluxury 于 2011-5-15 22:05 编辑
回复lluxury
不知道你是怎么测试的，如果我是没测试就发的那种我会说明的
至于思路其实跟3M差 ...
love5173 发表于 2011-5-15 20:45 http://autoitx.com/images/common/back.gif
就是用你的正则表达式,替换3m的啊
发现了原因,我用的不是ie浏览器,对复制源码支持不好..给5173道歉
我自己也模仿写了一个,不过不对...
源码
<tr>
<td width="100%">·15时56分、<font color=#6495ED><b>炸弹</b></font> 练成了 <font color=#CA9DE1><b>霹雳刀法</b></font>，似乎又要大干一番事业了</td>
</tr>
代码
#6495ED><b>([^<]+)(.*?)\h+.*?#CA9DE1><b>([^<]+)
结果
|炸弹
|</b></font>
|霹雳刀法
是多余的,删不掉 回复 12# lluxury
你里面的第二个括弧好像就是提取的 本帖最后由 lluxury 于 2011-5-15 22:42 编辑
回复lluxury
你里面的第二个括弧好像就是提取的
love5173 发表于 2011-5-15 22:13 http://autoitx.com/images/common/back.gif
恩,确实,解决
另之前说"3M下面那一段处理空值的循环"是哪一段呢? 回复 14# lluxury
你不要问这么幼稚的问题，他代码里面只有一个循环结构！
页:
[1]
2