リンクテキストを取得するための正規表現

Question

私は困惑しています！私はGoogleで検索して読んで読んで読んで、私は私が間違ってやって本当にばか何かがあると確信していました。これはGreasemonkeyスクリプトからのもので、私の人生は始動して正しく実行することができません。私はこれに一致するようにしようとしている：

var titleRegex = new RegExp("<a href=\"/browse/post/\d*/\">(.*) \("); 

を私はエスケープ文字のいくつかの種類を欠けていると確信している：

<a href="/browse/post/SOMETHING/">**SOMETHING** (1111)</a> 

はここで私が使用している何ですか？しかし、私はそれを理解することができないので、Firefoxはエラーになりません。代わりに、リテラル正規表現の文字列から正規表現を構築する場合

/href=\".*?\">(.*?)\(/ 

Answer 1

： -

私はhttp://regexpal.com/を使用して正規表現を生成するFirefoxのエラーコンソールでは、私は、「終端されていないの括弧」を受信

Answer 2

は、ここで簡単な修正ですバックスラッシュを倍にする必要があります。

次に、\d*は数字にのみ一致します。私はSOMETHINGが単なるプレースホルダであると仮定していますが、数字以外のものが含まれていれば失敗します。

また、(.*)（欲張り）の代わりに(.*?)（怠惰）を使用する必要があります。あまりにも多く一致する可能性があります。おそらく([^(]*)がさらに良いでしょう。

あなたが実際に試しているテキストについて詳しく知りません。

すべてのすべて：

var titleRegex = new RegExp("<a href=\"/browse/post/\\d*/\">([^(]*) \\("); 

Answer 3

一般的な考え方は、その情報を抽出するために、それを横断し、HTMLの文字列を取る文書（dom elementsの木）にそれを解析することです。

リンクだった場合：

<a href="/browse/post/something/"><b>something</b> else</a> 

まずその後、アンカータグを見つけるためにツリーをトラバース：

anchor.textContent // returns "something else" 

ある場合でも、要素からテキストを抽出することは簡単ですその下のツリーの他の要素にもテキストが含まれています。これは正規表現の例よりも堅牢です。誰かがクラス属性をアンカーに追加したとすると、受け入れられた答えの正規表現はアンカータグに一致しなくなります。しかし、トラバーサルベースのソリューションはまだ動作します。単純なケースで

、あなたはDIVを作成することができ、それを横断した後、あなたのHTML文字列にinnerHTMLを設定します。この

var html = '<p><a href="/browse/post/">Lorem</p> <p>Ipsum</p></a>'; 
var div = document.createElement("div"); 
div.innerHTML = html; 
var anchors = div.getElementsByTagName("a"); 
for (var i = 0; i < anchors.length; i++) { 
    console.log(anchors[i].textContent); 
} 

より洗練されたバージョンがjQuery(string) functionにパッケージされています。

var html = '<div><p><a href="/browse/post/">Lorem</p> <p>Ipsum</p></a></div>'; 
jQuery(html).find("a").each(function() { 
    console.log(jQuery(this).text()); 
}); 

ライブ例：http://jsfiddle.net/ygcFM/