过去两天我一直试图解决这个问题......
请帮助我理解为什么会这样。我的目的是只选择<HDR>
<DTL1 val="92">.....</HDR>
这是我的正则表达式
(?<=<HDR>).*?<DTL1\sval="3".*?</HDR>
输入字符串是：
<HDR>abc<DTL1 val="1"><DTL2 val="2"></HDR><HDR><DTL1 val="92"><DTL2 val="55"></HDR><HDR><DTL1 val="3"><DTL2 val="4"></HDR>
但是这个正则表达式选择了
abc<DTL1 val="1"><DTL2 val="2"></HDR><HDR><DTL1 val="92"><DTL2 val="55"></HDR>
有人可以帮助我吗？
答案 0 :(得分：2)
正则表达式引擎将始终为您提供字符串中最左侧的匹配（即使您使用非贪婪的量词）。这正是您获得的。
因此，一个解决方案是禁止在<HDR>描述的部分中存在另一个.*?太过宽松。
您有两种技术要做，您可以将.*?替换为：
(?>[^<]+|<(?!/HDR))*
或与：
(?:(?!</HDR).)*+
大多数情况下，第一种技术性能更高，但如果你的字符串包含高密度的<，第二种方法也可以产生良好的效果。
使用possessive quantifier或atomic group可以减少获取结果的步骤数，特别是在子模式失败时。
示例：
第一种方式：
(?<=<HDR>)(?>[^<]+|<(?!/HDR))*<DTL1\sval="3"(?>[^<]+|<(?!/HDR))*</HDR>
或此变体：
(?<=<HDR>)(?:[^<]+|<(?!/HDR|DTL1))*+<DTL1\sval="3"(?:[^<]+|<(?!/HDR))*+</HDR>
第二种方式：
(?<=<HDR>)(?:(?!</HDR).)*<DTL1\sval="3"(?:(?!</HDR).)*+</HDR>
或此变体：
(?<=<HDR>)(?:(?!</HDR|DTL1).)*+<DTL1\sval="3"(?:(?!</HDR).)*+</HDR>
答案 1 :(得分：1)
Casimir et Hippolyte已经为您提供了几个很好的解决方案。我想详细说明一些事情。
首先，为什么你的正则表达式无法做你想做的事情：(?<=<HDR>).*?告诉它匹配以<HDR>开头的第一个字符开头的任意数量的字符，直到遇到非贪婪之后的字符量词（<DTL1...）。好吧，<HDR>前面的第一个字符是第一个a，所以它匹配从那里开始的所有字符，直到遇到固定字符串<DTL1\sval="3"。
Casimir et Hippolyte的解决方案是针对一般情况的，其中＆lt; HDR＆gt;的内容是＆lt; HDR＆gt;。标签可以是嵌套＆lt; HDR＆gt;以外的任何其他内容。你也可以积极地展望：
(?<=<HDR>)(.(?!</HDR>))*<DTL1\sval="3".*?</HDR>
但是，如果保证字符串在所示结构中，则＆lt; HDR＆gt;标签只包含一个或多个＆lt; DTL1 val =＆＃34; ## ＆＃34;＆gt;标签，因此您知道其中没有任何结束标记，您可以通过将.*?替换为[^/]*来更有效地执行此操作：
(?<=<HDR>)[^/]*<DTL1\sval="3".*?</HDR>
否定字符类比零宽度断言更有效，而如果你使用否定字符类，贪婪量词变得比懒惰更有效。
另请注意，通过使用lookbehind匹配开头＆lt; HDR＆gt;，您可以将其从匹配中排除，但是您还要包括结束＆lt; / HDR＆gt;。你确定这是你想要的吗？你匹配这个...
<DTL1 val="3"><DTL2 val="4"></HDR>
......大概你想要这个......
<HDR><DTL1 val="3"><DTL2 val="4"></HDR>
......或者......
<DTL1 val="3"><DTL2 val="4">
所以，在第一种情况下，不要使用lookbehind作为开头标记：
<HDR>(.(?!</HDR>))*<DTL1\sval="3".*?</HDR>
<HDR>[^/]*<DTL1\sval="3".*?</HDR>
在第二种情况下，使用结束标记的前瞻：
(?<=<HDR>)(.(?!</HDR>))*<DTL1\sval="3".*?(?=</HDR>)
(?<=<HDR>)[^/]*<DTL1\sval="3".*?(?=</HDR>)