正则表达式中的反向预搜索(下)

608 查看

代码为:

复制代码 代码如下:

//程序目的,去掉图片路径中的域名
var str = '<img src="http://www.jb51.net/images/logo.gif">';
var reg1 = /(\<img)(.*(?=(http|https)\:\/\/))((http|https)\:\/\/[^\/]*)/gim;
str.match(reg1);
alert(str.replace(RegExp.$4,'');

这个用法在字符串中只有一个URL时,是适用的,但是如果字符串中包含多个域名,例如:
复制代码 代码如下:

var str = '<img src="http://www.jb51.net/images/logo.gif">脚本之家首页的<a href="http://www.jb51.net">链接</a>';

程序运行后去掉的内容就是第二个域名即http://www.jb51.net。这是为什么呢?

仔细查看正则表达式会发现,在使用"(\<img) "匹配了<img之后,使用“.*”匹配所有字符直到“http://”或者“https://”。请注意,正是“.*”导致了这个问题的出现,这里的“.*”就是说,一直查找和匹配,尽可能的多匹配,直到最后一个限定符,也就是说术语中的贪婪(greedy)匹配。很自然,就想到了使用非贪婪的匹配解决这个问题。把正在表达式改为:
复制代码 代码如下:

//与贪婪匹配的差别就是多了一个问号“?”,贪婪".*",非贪婪".*?"
var reg1 = /(\<img)(.*?(?=(http|https)\:\/\/))((http|https)\:\/\/[^\/]*)/gim;

解决问题的方法很简单,但是也说明平时工作存在的一个重要问题:程序测试不充分。