如何使这个正则表达式工作？

Question

我有一个小问题，我想找到

<tr><td>3</td><td>foo</td><td>2</td>

foo，我用：

$<tr><td>\d</td><td>(.*)</td>$

找到foo，但它不起作用，因为它与foo末尾的</td>不匹配，但在字符串末尾有</td>

Answer 1

你必须使.*懒惰而不是贪婪。阅读更多关于懒惰与贪婪here的信息 你的字符串锚点（$）的结尾也没有意义。尝试：

<tr><td>\d<\/td><td>(.*?)<\/td>

（见rubular。）

注意：我不主张使用正则表达式来解析HTML。但有时候手头的任务很简单，可以由正则表达式处理，因为完整的XML解析器是过度的（例如：这个问题）。知道选择“适合工作的工具”是编程的一项重要技能。

Answer 2

使用：

^<tr><td>\d</td><td>(.*?)</td>

（插入关于不使用正则表达式解析xml的强制性评论）

Answer 3

您的潜在$应为^。

如果您不想匹配字符串末尾的所有方式，请不要在结尾处使用$。但是，由于*是贪婪的，它会尽可能地抓住它。一些正则表达式实现有一个非贪婪的版本可行，但您可能只想将(.*)更改为([^<]*)。