非贪婪的比赛不起作用

Question

我有一个像这样的字符串

<tag1>
    <tag1>
        any text
    </tag1>
    text
</tag1>

我希望找到一个<tag1>，其中包含此字符串中的最短文本。

我使用了以下正则表达式<tag1>.*?</tag1>，而不是<tag1>any text</tag1>我得到<tag1> <tag1>any text</tag1>。这是example。

为什么它不起作用，我做错了什么？

Answer 1

您可以使用此简单代码来解决您的具体问题：

<tag1>[^<]*</tag1>

Answer 2

如果这些标签没有嵌套在自己内部（相同的标签），我将能够帮到你。

使用正则表达式执行此类操作通常是个坏主意。你应该得到一个合适的解析器来满足你的要求。

Answer 3

它不起作用，因为它会在第一个<tag1>开始匹配，然后尽可能匹配，因此在第一个</tag1>结束，从而产生“<tag1> <tag1>any text</tag1>”。

您可以使用否定的character class

来避免匹配代码

<tag1>[^<>]*</tag1>

See it on Regexr

另一种可能性是使用否定的lookahead assertion并仅匹配下一个字符，如果它不是标记。

(<tag1>)((?!\1).)*?</tag1>

See it on Regexr