2

У меня есть xml вида

<ex:student>
 <ex:address>Германия
</ex:address>
</ex:student>
<university>
 <address>Россия</address>
 <strudent_address>Россия</strudent_address>
</university>

Я пытаюсь получить значение тегов address. Я написала регулярку, и хотя она отдает корректный результат, я не уверена, что она оптимальна и корректна Регулярка: /<(|.*?:)address>(\s*.*?\s*)<[\/].*?address>/ig Верно ли я написала регулярку?

5
  • 4
    а что мешает парсить сам xml?
    – InDevX
    11 янв 2021 в 22:06
  • 1
    Стандартными парсерами какого-нибудь языка? То, что неизвестно, будет ли xml вообще валидной, а вытащить, даже из невалидной, информацию нужно
    – Violetta
    11 янв 2021 в 22:21
  • 1
    regex101.com/r/O3He9O/1 - как вариант
    – user341547
    12 янв 2021 в 10:32
  • 1
    @PotroNik Спасибо. Только чуть докрутила вместо (.*) написала (.*?) так как иначе пустые теги не отлавливались. А еще можете немного объяснить конструкцию (?!\/)((?:.*?:)?
    – Violetta
    12 янв 2021 в 14:38
  • 1
    @Violetta (?!\/) - негативный просмотре вперед, используется для поиска открывающего тега, (?:.*?:)? - необязательная группа состоящая из любого количества символов но в конце должно быть двоеточие, как пример отображен захват данной группы abc:dsdsds
    – user341547
    12 янв 2021 в 15:19

1 ответ 1

1

Лучше, конечно, парсить XML сообразными средствами, потому что регулярки плохо подходят для разбора XML и HTML. Но если нет другого выхода, вашу можно немного улучшить:

  1. (|.*?:) — чем использовать альтернативу с пустой строкой, можно весь фрагмент сделать опциональным.
  2. (\s*.*?\s*) — возможно, будет проще использовать флаг s, если ваш язык его поддерживает.
  3. [\/] — использовать класс для одного символа вроде бы избыточно.
  4. .*?address — слишком широко, может остановится на вложенном теге, где address лишь часть имени. Можем заменить обратной ссылкой на пространство имён открывающего тега (если его не было, в ссылке будет пустая строка).

У меня получился такой вариант на JS:

const xml = `
<ex:student>
  <ex:address>Германия
  </ex:address>
</ex:student>
<university>
  <address>Россия</address>
  <strudent_address>Россия</strudent_address>
</university>`;

const re = /<(.+?:)?address>(.*?)<\/\1address>/igs;

const addresses = xml.match(re);

console.log(addresses);

2
  • 1
    У меня как раз в таком варианте захватывает часть чужого тега
    – Violetta
    12 янв 2021 в 14:32
  • 1
    Можете привести пример? 12 янв 2021 в 14:58

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими условиями использования и подтверждаете, что прочитали и поняли наши политику конфиденциальности и нормы поведения.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.