如何编写匹配非贪婪的正则表达式？ [复制]
Posted
技术标签:
【中文标题】如何编写匹配非贪婪的正则表达式？ [复制]【英文标题】：How can I write a regex which matches non greedy? [duplicate] 【发布时间】：2012-08-07 14:21:38 【问题描述】：我需要关于使用非贪婪选项的正则表达式匹配的帮助。
匹配模式是：
<img\s.*>
要匹配的文本是：
<html>
<img src="test">
abc
<img
src="a" src='a' a=b>
</html>
我在http://regexpal.com上测试
此表达式匹配从<img 到最后一个> 的所有文本。我需要它与在初始 <img 之后遇到的第一个 > 匹配，所以在这里我需要得到两个匹配项，而不是我得到的那个。
我尝试了所有非贪婪?的组合，但没有成功。
【问题讨论】：
你用什么语言运行正则表达式？ 【参考方案1】：非贪婪的? 工作得非常好。只是您需要在您正在测试的正则表达式引擎（regexpal，您使用的引擎，也有此选项）中选择 dot matches all 选项。这是因为，当您使用. 时，正则表达式引擎通常不匹配换行符。你需要明确告诉他们你也想用.匹配换行符
例如，
<img\s.*?>
工作正常！
检查results here。
另外，阅读各种正则表达式风格的 how dot behaves。
【讨论】：
还有一个技巧可以解决这个问题：因为 \s 表示“任何空白”，而“\S”表示“任何非空白”，[\s\S] 将匹配任何字符（如“.”，但包括换行符）！同样，您可以使用 [\d\D] 或 [\w\W]。这可能是一个非常方便的小“hack”，它肯定是一个非常有用的技巧。 甚至，在本例中，您可以使用：<img[^>]*> 来实现相同的效果：因为“除> 之外的任何字符”都包含新行！
很好的答案，但是 bash 怎么样？ echo "bla" | grep -P '' 匹配整个字符串，尽管 ?运算符。
@Thorsten: -P 选择 Perl 模式并且 perldoc 说 *?是非贪婪的。确认可以在 10 年前的 Linux 和最近的 Linux 上工作。也许你误解了输出。 “grep”打印在某处匹配的任何行（完整）。添加“-o”以仅打印匹配项。
我打算在下面的行中找到模式。 line = "/ab[1].bc[2].cd[3]";模式="([a-zA-Z0-9].*?\[\\d*?\])";我可以在 TextFX、notepad++ 中找到多个匹配项，但在 java 中只能找到 1 个匹配项【参考方案2】：
? 操作数使匹配非贪婪。例如。 .* 是贪婪的，而 .*? 不是。所以你可以使用<img.*?> 之类的东西来匹配整个标签。或<img[^>]*>。
但请记住，用正则表达式实际上无法解析整套 HTML。
【讨论】：
你的回答提醒了这一点：***.com/a/1732454/431 我觉得说*?是*的非贪婪版本更清楚。【参考方案3】：
这里的其他答案假设您有一个支持非贪婪匹配的正则表达式引擎，这是 Perl 5 中引入的扩展，并被广泛复制到其他现代语言；但它绝不是无处不在的。
许多较旧或更保守的语言和编辑器仅支持传统的正则表达式，它们没有控制重复运算符 * 的贪婪的机制 - 它总是匹配可能的最长字符串。
那么诀窍就是首先限制允许匹配的内容。而不是.*，您似乎正在寻找
[^>]*
仍然匹配尽可能多的something；但是 something 不仅仅是.“任何字符”，而是“任何不是> 的字符”。
根据您的应用程序，您可能希望也可能不希望启用允许“任何字符”包含换行符的选项。
即使您的正则表达式引擎支持非贪婪匹配，最好还是说明您的实际意思。如果这是你的意思，你可能应该这样说，而不是依赖非贪婪匹配（希望，可能）按我的意思行事。
例如，像.*?><br/> 这样的通配符后带有尾随上下文的正则表达式将跳过任何嵌套的>，直到找到尾随上下文（此处为><br/>），即使这需要跨越多个>实例和换行符，如果你允许的话，[^>]*><br/>（或者甚至[^\n>]*><br/>，如果你必须明确禁止换行符）显然不能也不会这样做。
当然，如果你需要处理<img title="quoted string with > in it" src="other attributes"> and perhaps <img title="nested tags">，这仍然不是你想要的，但在这一点上，你应该最终放弃使用正则表达式，就像我们一开始就告诉你的那样。
【讨论】：
以上是关于如何编写匹配非贪婪的正则表达式？ [复制]的主要内容，如果未能解决你的问题，请参考以下文章