在所有例子中正则表达式匹配结果包含在源文本中的【和】之间，有的例子会使用Java来实现，如果是java本身正则表达式的用法，会在相应的地方说明。所有java例子都在JDK1.6.0_13下测试通过。
一、问题引入
一个在HTML页面中匹配标题标签（H1—H6）的问题：
文本：
<body> <h1>Welcome to my page</H1> Content is pided into twosections:<br> <h2>Introduction</h2> Information about me. <H2>Hobby</H2> Information about my hobby. <h2>This is invalid HTML</h3> </body>
正则表达式：<[hH][1-6]>.*?</[hH][1-6]>
结果：
<body>
【<h1>Welcome to my page</H1>】Content is pided into twosections:<br>
【<h2>Introduction</h2>】Information about me.
【<H2>Hobby</H2>】Information about my hobby.
【<h2>This is invalid HTML</h3>】</body>
分析：模式<[hH][1-6]>匹配任何一级标题的开始标签，而且不区分大小写，在这个例子中它匹配到了<h1>、<h2>，</[hH][1-6]>匹配到了</h1>、</h2>、</h3>；这里使用了懒惰型元字符来匹配标签中的文本，否则会匹配到从第一个开始标签到最后一下结束标签之间的内容。但是从结果可以看出，有一个无效的标签也匹配上了，即<h2></h3>，它们根本不能配对。要解决这个问题，就需要使用到回溯引用（backreference）。
二、回溯引用匹配
回溯引用是指模式的后半部分引用在前半部分中定义的子表达式。至于子表达式的使用、划分和引用，在前面已经介绍过了。现在来解决前面的例子：
文本：
<body> <h1>Welcome to my page</H1> Content is pided into twosections:<br> <h2>Introduction</h2> Information about me. <H2>Hobby</H2> Information about my hobby. <h2>This is invalid HTML</h3> </body>
正则表达式：<[hH]([1-6])>.*?</[hH]\1>
结果：
<body>
【<h1>Welcome to my page</H1>】Content is pided into twosections:<br>
【<h2>Introduction</h2>】Information about me.
【<H2>Hobby</H2>】Information about my hobby.
<h2>This is invalid HTML</h3>
分析：首先匹配开始标题标签的模式<[hH]([1-6])>，使用括号把[1-6]做为子表达式，而匹配结束标题标签模式为</[hH]\1>，其中\1表示引用第一个子表达式，即([1-6])，如果([1-6])匹配到的是1，那\1也匹配到1，如果匹配到2，那\1也匹配到2，所以最后一个无效的标题标签就不会被匹配到了。
相信看了本文案例你已经掌握了方法，更多精彩请关注Gxl网其它相关文章！
推荐阅读：
正则怎样写才能匹配一组字符
正则的位置匹配使用详解
Copyright © 2019-2025 51dongshi.net 版权所有
违法及侵权请联系：TEL:177 7030 7066 E-MAIL:11247931@qq.com 本站由北京市万商天勤律师事务所王兴未律师提供法律服务
