正则表达式重复组

Question

我有这样的文字：

<span id="3">

HELLO THERE
<span id="5">
Other stuff
<span id="6">
Other Stuff
<span id="7">
Other sutff

我需要在<span...>文字之后只抓取HELLO THERE个元素。因此，在上面的示例中，除了id = 3的跨度之外的所有跨度。

所以我尝试了(<span.+?>)+来抓住所有跨度。接下来，我尝试HELLO THERE.+?(<span.+?>)+，但这只抓取了第一个相关的。所以我的问题是，在这里使用什么是正确的正则表达式？

Answer 1

此正则表达式将Hello Hello之后的所有标记捕获到匹配组中：

HELLO THERE(?:(?:.*?)(<span[^>]+>))+

• HELLO THERE - 匹配开头
  在非捕获组内：
• (?:.*?) - 可选地匹配任何文字，直到找到
• (<span[^>]+>) - span标记 - 将捕获此标记
• + - 重复前两个步骤，直到找不到其他span标记

您还需要将匹配选项设置为点匹配新行。

Answer 2

RegEx 1

在这里，我们可以使用几个表达式来获得所需的<span>开头标签。例如，我们可以简单地使用：

\s(<.+)

，左边有一个空格边界，一个捕获组可以做到这一点。

Demo

---

RegEx 2

另一种更昂贵，更复杂的替代方法是：

([\s\S].*?)(<.+>)

Demo

RegEx 3

然后，我们可以使用以下表达式来降低复杂性并提高性能：

([\s\S].*?)(<.+>)*

Demo

RegEx电路

在这里，我们还可以在jex.im中可视化表达式：