如果找不到给定文本，匹配的正则表达式匹配尽可能少

Question

我有文字：

<a>
sdfsdf
<b>DDzz</b>
sdfsdf
</a>
<a>
sdfsdf
<b>DDzz</b>
sdfsdf
</a>
<a>
sdfsdf
<b>BBzz</b>
sdfsdf
</a>
<a>
sdfsdf
<b>DDzz</b>
sdfsdf
</a>

我无法将其解析为xml。我需要在这里使用正则表达式。这只是一个例子。

我希望正则表达式可以匹配不包含元素<a>...</a>的每个组b，文本以BB开头。

我想出了这个正则表达式： <a>.*?<b>(?!B).*?</b>.*?</a> 但它与最后一组相匹配：

<a>
sdfsdf
<b>BBzz</b>
sdfsdf
</a>
<a>
sdfsdf
<b>DDzz</b>
sdfsdf
</a>

这对我不好。

如何编写仅与我给定示例中的3个组匹配的正则表达式？：

1

<a>
sdfsdf
<b>DDzz</b>
sdfsdf
</a>

2

<a>
sdfsdf
<b>DDzz</b>
sdfsdf
</a>

第3

<a>
sdfsdf
<b>DDzz</b>
sdfsdf
</a>

Answer 1

使用tempered greedy token正则表达式：

<a>(?:(?!<(?:b>BB|/?a>)).)*</a>

启用 .匹配换行符选项。

<强>详情：

• <a> - 文字<a>字符序列
• (?:(?!<(?:b>BB|/?a>)).)* - 一个与任何char（.）匹配的驯化贪婪令牌，它不是序列的起始符号，可以与(?!<(?:b>BB|/?a>))前瞻中的模式匹配（不是<b>BB或</a>或<a>序列）
• </a> - 文字</a>字符序列