RegEx 问题或者可能是另一种解决方案？

Question

我遇到的问题是，我已经成功地从网站源代码中抓取了一段 JavaScript，现在我必须进行筛选才能获得我正在寻找的特定值。

我需要找到

flvFileName

并获取列出的所有文件名。在这种情况下，它是

'trailer1,trailer2,trailer3'

。

起初我开始使用正则表达式来匹配开始和结束标签，然后匹配文件名并将它们提取到数组中，但问题是列表中并不总是三个视频。可能有零个或多个，因此匹配不起作用。 有什么想法可以解决这个问题，不会让我继续滥用我的笔记本电脑？

... ,flashvars: {flvFileName: 'trailer1,trailer2,trailer3', age: 'no', isForced: 'true'} }); });

Answer 1

假设它是一个字符串（或者你可以让它成为一个字符串）

p str.split(/flvFileName: '|', age/)[1].split(',')
#=> ["trailer1", "trailer2", "trailer3"]

这会将事情分成三部分：

• flvFileName: '
之前的所有内容
• 好东西
• '之后的一切，年龄

然后把好东西用逗号分开。

Answer 2

您可以尝试使用 RKelly 将 JavaScript 解析为 Ruby。

或者，由于 Aaron 似乎已经放弃了 RKelly，你可以尝试它的替代品，Johnson。

Answer 3

怎么样：

\bflvFileName\s*:\s*("|')(?:\s*([^,\1\s]+)\s*,?)+(?<!,)\s*\1

您可能必须转义那些反斜杠；我不了解 Ruby，但你会了解 .NET。注意反向引用；就是上面的

\1

。我用它来指示文件名包含在匹配的

"

或

'

字符中。

所有的

\s

可能都是不必要的，但我将它们留在那里是为了彻底。我假设特殊字符周围可能有任意数量的空格（

:

、

"

、

,

等）。 YMMV.

另外：

([^,\1\s]+)

对于描述文件名可能过于宽泛，具体取决于您认为有效的内容。您可能想使用

((?:\w|\.)+)

来代替。

如果以上内容难以理解，一些参考信息： 正则表达式.info/reference.html

Answer 4

如果用老方法怎么办？

start = string.index(flvFileName)
quoteStart = string.index("'", start)
quoteEnd = string.index("'", quoteStart)
trailersString = string.slice(quoteStart, quoteEnd)
trailers = string.split(",")

它并不漂亮，但很有效。当没有预告片时，您可能需要对案例做一些特殊的事情。