正则表达式，用于在html表中拾取包含所需文本的行

，但uhrm，我想使用regexp（实际上我会使用其他东西，但我想在Matlab函数中执行此任务）在html表中选择包含所需关键字的单行

我正在使用

Matlab

调用函数

regexpi

（regexp的不区分大小写版本），这与我所知道的

PHP

regex类似

好的，下面是要解析的此类html表的一个片段：

<tr><td><a href="blu">blu</a></td><td>value</td></tr><tr><td><a
href="bla">findme</a></td><td>value</td></tr><tr><td><a
href="ble">ble</a></td><td>value</td></tr>

value

要拾取的所需行包含单词“findme”

（添加：）表中其他单元格和标记的内容可以是任何内容（此处“bla”是一个虚拟值）-重要的部分是“findme”的存在，并且捕捉到一行（不是更多行）（或者所有包含“findme”的行，但不期望出现这种行为）。wikipedia页面中的任何成对名称/值表就是一个很好的例子

我尝试使用Matlab文档中我能找到的任何东西（向前/向后看，组合：，>和？），但未能确定一个模式，该模式将选择正确的行（或所有包含关键字“findme”）的行。例如，以下模式将拾取文本，但不会拾取整行：

]*>[^>]*.*（findme）。*？（.*？findme.*？）]*>

拾取行，但过于贪婪，会拾取前面的行

请注意，我最初设定的任务是捕获整个表，然后解析这些表，但是嵌套表有问题（或者我在为任务实现它时遇到问题）

---

问题是如何在matlab函数中以编程方式（无需调用外部程序）从html表返回包含所需关键字的行？额外的问题是如何解决嵌套表问题，但这可能是另一个问题。

我建议您使用拆分字符串并用于筛选，这比正则表达式模式更易于阅读和维护：

htmlString = ['<tr><td><a href="blu">blu</a></td><td>value</td></tr><tr><td><a',...
'href="bla">findme</a></td><td>value</td></tr><tr><td><a',...
'href="ble">ble</a></td><td>value</td></tr>'];

keyword = 'findme';
splitStrings = strsplit(htmlString,'<tr>');
desiredRow = ['<tr>' splitStrings{contains(splitStrings,keyword)}] 

htmlString=['valuevalue']；
关键词='findme'；
splitStrings=strsplit（htmlString，”）；
desiredRow=[''splitStrings{contains（splitStrings，关键字）}]

输出为：

<tr><td><ahref="bla">findme</a></td><td>value</td></tr>

值

---

或者，您也可以组合和：

allRows=extractBetween（htmlString，，''）；
desiredRow=[''所有行{包含（所有行，关键字）}']

---

如果必须使用正则表达式：

regexp(htmlString,['<tr><td>[^>]+>' keyword '.*?<\/tr>'],'match')

regexp（htmlString，['[^>]+>'关键字'.*？']，'match'）

试试这个

%<td><a href="bla">(.*?)</a>%sg

%%sg

---

你的问题有点让人困惑。你要的是matlab解决方案还是PHP解决方案？如果是PHP，那么有比正则表达式更好的解析HTML的方法。我建议改为使用类似的方法。但是如果你正在寻找一个PHP解决方案的话。如果没有，请删除PHP标记。@MagnusEriksson我正在寻找一个matlab解决方案（m文件或matlab函数）。我之所以包含PHP，只是因为我了解matlab regexp类似于PHP，并且认为我可能会找到比matlab regexp背景更多的人使用PHP。另外，我玩的不是matlab，而是PHP。@MagnusEriksson我认为PHP模式在matlab中同样有效。你有权访问文本分析工具箱吗？如何返回包含所需关键字的行，关键字为“bla”？对不起，应该修改我的问题。基本上，bla etc（表中其他单元格和标记的内容）可以是任何内容-重要的部分是“findme”的存在，并且捕捉到一条线。谢谢，使用strsplit确实更简单。

%<td><a href="bla">(.*?)</a>%sg