JavaScriptの正規表現／？＜．＋？＞／について

質問

ｓｔｒからHTMLのタグを取り除いた文字列をｘにしまうため
var x=str.replace(/<.+?>/g,"");
を使うそうですが
/<.+?>/g
をなぜ使うのかが分かりません
/<.+>/g
がまずいのは分かりますが・・・・

教えていただければ幸いです

回答No.4

leaz024 · ベストアンサー

> 私の借りてきた本では「？の定義は直前の０回または１回の繰り返しにマッチ」となっていますが
> この定義からどう解釈すれば ？ は、「最短マッチ」の指定になるのでしょうか？

? には２つの用法があり、その１つが「直前のパターンの、０回または１回の繰り返し」と呼ばれているものです。
? が * や + のような“繰り返し指定の直後”についている場合は「最短マッチ」の指定となります。

> 私の借りてきた本では「．は任意の１文字にマッチ」となっていますが
> これは￥ｎや特殊文字は含まないのでしょうか？

試してみれば分かることですが、. は \n のみマッチしません。
（\t など、他の特殊文字はＯＫ）
内容が間違っている本、説明が不十分である本も結構ありますから、たくさんの本やサイトから情報を集め、自分で正しいものを見つけることが大事です。

お礼

説明が抜けているみたいですね
？が０回から１回の繰り返しにマッチからどうしたら最短マッチということになるのだろうと悩んでいました
・が￥ｎにマッチしないというのを著者は度忘れしているのかもしれません
ただ著者が悪いというよりも仕様のバグといったほうがいいかもしれませんね？
￥ｎだけ特別扱いするというのは混乱の元ですからね

どうもありがとうございました

回答No.3

leaz024

> /<.+?>/g
> をなぜ使うのかが分かりません
なぜなら“カンタンだから”です。
もっとも、普通は /<[^>]*>/g ですが。
# 以下、解説

● /<.+>/g について
既にお分かりのことを解説しても無意味かもしれませんが、 これがまずいのは、
　　str = "<B>ABC</B>";
のとき、“str全体にマッチしてしまう”からです。
正規表現で反復を指定する場合、通常は「最長マッチ」を指定したことになります。
つまり、.+ が B>ABC</B にマッチしてしまうのです。

● /<.+?>/g について
.+ の後ろの ? は、「最短マッチ」の指定です。
もっとも短いパターンでマッチさせるので、１回目のマッチでの .+ は B にマッチし、結果 <B> が削除されます。
g オプションにより、マッチするものがなくなるまで繰り返されるので、２回目で </B> が削除されます。

● /<[^>]*>/g について
なぜ /<.+?>/g ではまずかったかというと、. というのが“\n 以外の１文字にマッチする正規表現”だからです。
例えば、TEXTAREA の入力内容からタグを削除する場合、
　　<IMG src="・・・"
　　　width=xx height=yy>
のように、タグの途中に改行があった時に対処できないのです。
このため、普通はこちらを使います。

ただ、こんな簡単な方法では、完璧なタグの削除はできません。
高精度なものを求める場合、参考URLに、Perlでの正規表現（ほぼJavaScriptと同じ）でタグを削除する方法や注意事項が載っていますので、そちらをご参考ください。

参考URL：

http://www.din.or.jp/~ohzaki/perl.htm#Tag_Remove

補足

? は、「最短マッチ」の指定です：

私の借りてきた本では「？の定義は直前の０回または１回の繰り返しにマッチ」となっていますが
この定義からどう解釈すれば
？ は、「最短マッチ」の指定になるのでしょうか？

私の借りてきた本では「．は任意の１文字にマッチ」となっていますがこれは￥ｎや特殊文字は含まないのでしょうか？

詳しい解説助かりましたが上の２点について教えていただければ幸いです
なお/<[^>]*>/g については分かりやすく理解できます

回答No.2

ryota2

/<.*>/g
で良いんじゃない？

お礼

大きく解釈されて
<p>abcdefghijklmnopqrstuvwxyz</p>
を取り除くみたいです
＜ｐ＞と＜／ｐ＞だけを取り除きたいのです

回答No.1

route15519

こちらを覗いてみてください。
http://tohoho.wakusei.ne.jp/wwwjsreg.htm

参考URL：

http://tohoho.wakusei.ne.jp/wwwjsreg.htm

お礼

見ましたが解決しませんでした