在第一个字符匹配时停止？ [复制]

Posted 2023-02-19

【中文标题】在第一个字符匹配时停止？ [复制]

【英文标题】：Stop at first character match? [duplicate]

【发布时间】：2014-11-15 11:21:08

【问题描述】：

我想在一个大的 html 文本中获取某个 html 节点，但是我的正则表达式中的某些内容是错误的。

我想获取所有如下所示的网址：

<a href="ftp://mysite.com"> some stuff </a>

我正在努力：

/<a href="ftp:(.+)">/

但有时它会起作用，但有时它会抓住一切，直到下一次关闭>。

有没有办法重写这个正则表达式，让它在第一个 > 处停止？

【问题讨论】：

+ 天生贪婪。您需要通过在+ 之后添加? 限定符来使其不贪婪。所以你的正则表达式是<a href="ftp:(.+?)">

如果您希望它匹配直到" 的所有内容，请使用[^"]*，而不是.+。

【参考方案1】：

+ 是一个 greedy 运算符，这意味着它尽可能匹配并且仍然允许正则表达式的其余部分匹配。为此，我建议使用否定类，表示任何字符，除了："“一次或多次”次。

/<a href="ftp:([^"]+)">/

Live Demo

【参考方案2】：

让你的正则表达式不贪婪：

/<a href="ftp:(.+?)">/
//        here __^

或：

/<a href="ftp:([^>"]+)">/

但最好使用解析器。

【参考方案3】：

*、+ 是灰色的（尽可能匹配）。通过在它们后面附加?，你可以做到非贪婪。

/<a href="ftp:(.+?)">/

或者您可以使用否定字符类 ([^...]) 指定排除 "：

/<a href="ftp:([^"]+)">/

BTW, it's not a good idea to use regular expression to parse HTML.