正则表达式匹配像<a>, <bb>, <ccc> but not <abc></abc></ccc></bb></a>这样的标签

Question

我需要一个正则表达式来匹配看起来像<A>，<BB>，<CCC>但不是<ABC>，<aaa>，<>的标签。所以标签必须由相同的大写字母组成，重复。我试过了<[A-Z]+>，但这不起作用。当然我可以写一些像<(A+|B+|C+|...)>之类的东西，但我想知道是否有一个更优雅的解决方案。

Answer 1

你可以使用这样的东西（see this on rubular.com）：

<([A-Z])\1*>

这使用捕获组和反向引用。基本上是：

• 您使用(pattern)“捕获”匹配
• 然后，您可以在模式中使用\n，其中n是组号，以“返回”该组匹配的内容

所以在这种情况下：

• 第1组捕获([A-Z])，紧跟在<
之后的大写字母
• 然后我们会看到我们是否可以匹配\1*，即同一个字母中的零个或多个

参考

• regular-expressions.info/Grouping and Backreference