正则表达式以排除标记组或仅匹配标记之间的（。*）

Question

我现在正在努力使用这个正则表达式。

我需要匹配<ns3:OutputData>数据</ns3:OutputData>之间的文字。

• 注意：ns后可以是1或2位
• 注意：数据与示例
中的一行相同
• 注意：前面和后面的...只是提到有更多嵌套的标签

到目前为止我的正则表达式：(ns\d\d?:OutputData>)\b(.*)(\/\1)

示例文字：

...<ns3:OutputData>foo bar</ns3:OutputData>...

我尝试(?:(ns\d\d?:OutputData>)\b)(.*)(?:(\/\1))尝试排除第1组和第3组。

我不想排除匹配的标签，如图片所示：

• start
• end

非常感谢任何帮助。

修改

对于我打算使用正则表达式的Grep Console for IntelliJ可能存在一些正则表达式解释问题。 这是迄今为止最佳匹配的最新图像...

Answer 1

基本上，你需要在后面看一看并使用后引用来匹配内容，但不允许使用可变长度外观。幸运的是，您只有2种变体，因此交替处理：

.*?

整个匹配是标签之间的目标内容，可能包含任何内容（包括左尖括号等）。

另请注意不情愿的量词.*，因此匹配在下一个匹配的结束标记停止，而不是贪婪的{{1}}，它会匹配到最后一个匹配结束标记。

请参阅live demo。

Answer 2

你的正则表达式几乎就在那里。你需要做的就是让内部匹配器不贪婪。即您可以写(.*)而不是(.*?)。

另一个特定于xml的替代方案是否定的字符类：([^<]*)。

所以，这是正则表达式：(ns\d\d?:OutputData>)\b(.*?)(\/\1)你可以试验它here。

<强>更新

要确保唯一的组是与文本匹配的组，那么您必须使其无需反向引用：(?:ns\d\d?:OutputData>)\b(.*?)<

更新2

可以使用lookbehind仅匹配所需的部件。检查正则表达式here。：

(?<=ns\d:OutputData>)\b([^<]*)|(?<=ns\d\d:OutputData>)\b([^<]*)

说明：

• 两种选择几乎完全相同。唯一的区别是位数。这很重要，因为有些口味只支持固定长度的外观。
• 检查另一个，我们将起始标记放在一个后方(?<=...)中，因此它不会包含在完整匹配中。
• 然后我们贪婪地匹配每个非lt符号：[^<]*。这将停止在第一个结束标记处。

Answer 3

这就是我的答案：

(?<=(ns\d:OutputData)>)(.*?)(?=<\/\1)

答案基于@WiktorStribiżew3给出的解决方案（在评论中）。 最后一个工作，我稍作修改。

感谢所有人的努力，特别是@WiktorStribiżew！

修改

好的，是的@Bohemian它不匹配2位数，我忘了更新：

(?<=(ns\d{0,2}:OutputData)>)(.*?)(?=<\/\1)