Question

我正在尝试找到一个（sed样式）正则表达式，它将匹配单词“HAWK”的每个实例和最接近的周围项目标签，即<item> ... HAWK ... </item>，其中省略号可以是文本或其他标签（但不是项目标签）。

到目前为止，我已尝试过lazy match-all：<item>(.*?)HAWK(.*?)<\/item>，并发现这适用于捕获HAWK和结束项标记之间的所有内容，但匹配多个嵌套的开放<item>标记，结果太多了。

我认为使用后视可能有所帮助，但我也遇到了让它正常工作的问题。任何帮助将不胜感激。

Answer 1

为了使用sed样式表达式找到“最接近的标记”，您可以尝试

/<item>[^>]*HAWK[^<]*<\/item>\)/

这适用于'常规sed'。基本上，通过匹配HAWK之前不是右括号的任何东西，以及HAWK之后不是开始括号的任何东西，它'模拟'非贪心量词.*?。

但尝试使用正则表达式解析XML等通常不是一个好主意 - “真正的解析器”更加健壮。但是，嘿，你问。