解析CSS的正则表达式

Question

我想解析这个CSS选择器（以及其他类似形式的）： div.class1#myid.class2[key=value]

让它匹配“.class1”和“.class2”，但我不知道该使用什么正则表达式。。在

示例：http://www.rubular.com/r/3dxpzyJLeK

在理想世界中，我还想提取：

• 类型（即div）
• 类（即类列表）
• id（即myid）
• 钥匙（即钥匙）
• 操作员（即=）
• 价值（即价值）

但我没法让基本的东西运转起来！在

如有任何帮助，我们将不胜感激：）

谢谢！在

Answer 1

我想你需要这样的东西。在

(?P<tag>[a-zA-Z]+)?(\.(?P<class>[a-zA-Z0-9_-]+)?)?(#(?P<id>[a-zA-Z0-9_-])?)?\W*\{((?P<name>[a-zA-Z0-9-_]+?)=(?P<value>[a-zA-Z0-9-_]+?))*\}

抱歉，如果它不起作用，我还没有测试它

Answer 2

非常感谢大家的建议和帮助。我将其组合成以下两种Regex模式：

它解析CSS选择器字符串（例如div#我的ID.myclass[attr=1，fred=3]）http://www.rubular.com/r/2L0N5iWPEJ

cssSelector = re.compile(r'^(?P<type>[\*|\w|\-]+)?(?P<id>#[\w|\-]+)?(?P<classes>\.[\w|\-|\.]+)*(?P<data>\[.+\])*$')

>>> cssSelector.match("table#john.test.test2[hello]").groups()
('table', '#john', '.test.test2', '[hello]')
>>> cssSelector.match("table").groups()
('table', None, None, None)
>>> cssSelector.match("table#john").groups()
('table', '#john', None, None)
>>> cssSelector.match("table.test.test2[hello]").groups()
('table', None, '.test.test2', '[hello]')
>>> cssSelector.match("table#john.test.test2").groups()
('table', '#john', '.test.test2', None)
>>> cssSelector.match("*#john.test.test2[hello]").groups()
('*', '#john', '.test.test2', '[hello]')
>>> cssSelector.match("*").groups()
('*', None, None, None)

这个函数执行属性（例如[link，key~=value]）http://www.rubular.com/r/2L0N5iWPEJ：

^{pr2}$

有几点需要注意： 1） 这将使用逗号分隔来解析属性（因为我没有使用严格的CSS）。 2） 这需要模式采用以下格式：标记、id、类、属性

第一个regex执行标记，因此空格和“>；”分隔选择器字符串的部分。这是因为我想用它来检查我自己的对象图：）

再次感谢！在

Answer 3

绝对不要用一个regexp来做这个。众所周知，正则表达式很难读取和调试，因此当你完成了这项任务的前80%并回去尝试修复一个错误时，代码将是一场噩梦。在

相反，可以尝试编写函数，甚至编写一个类，让您可以执行您想做的事情。然后，您可以为每个特定任务使用相对简单的regexp，并在实现中使用更直观的语法。在

class css_parser:

  def __init__(self):
    self.class_regexp = re.compile('\.[\w\-]*') # This is insufficient, but it's a start...

  def get_class(self, str):
    m = self.class_regexp.match(str)
    return m.group(0)

您需要咨询The W3C CSS spec，特别是第4节。在