正则表达式匹配二次转义的东西/怎么处理?
原来的源码里的数据大概是这么形式的
<div class=\"WB_handle W_fr\" mid=\"4170395588014391\">XXXXXX<em>XXXXXXX<\/em>.*?<\/div>
然后就死活出不来了
经过思考(其实是我之前好像遇到过,记忆模糊但随便试了试)写成下面这样的可以匹配到
<div class=\\\\"WB_handle W_fr\\\\" mid=\\\\"4170395588014391\\\\">.*?<em>(.*?)<\\\/em>.*?<\\\/div>
这里,我们可以看一下,我们这一个/用了////表示,但是后面的\\\/可以\\\\/可以\\\\\/也可以
找了一点资料 https://blog.csdn.net/zttaiwx/article/details/53981755
由此可见,在字符串中,两个反斜杠被解释为一个反斜杠,然后在作为正则表达式, \\ 则被正则表达式引擎解释为 \,所以在正则表达式中需要使用四个反斜杠。
也就是说,前两个反斜杠在字符串中被解释为一个反斜杠,后两个也被解释为一个反斜杠,这时解释完毕后变成两个反斜杠,再由正则表达式解释两个反斜杠,就又解释成了一个反斜杠,所以,在正则表达式中要匹配一个反斜杠时,需要四个反斜杠。
同理,要匹配点号时,需要在点号之前加上两个反斜杠,否则将被正则表达式当作一个点号,一个点号在正则表达式中表示匹配任意字符了。
那么\\\/是两个\用来转义了 \\\\/则是\\\\视为一个\ 而\\\\\/ 前四个视为一个\后面视为转义
目前是这么理解的,以后有待考验