Question

我想编写一个正则表达式，该正则表达式与以可选空白<，一堆东西然后是>开头的行匹配。例如，这整件事应该匹配3次：

<div
    data-test="foo"
    class="first bar baz"
>
   <h2>test</h2>
</div>

我可以正常工作，它使用以下正则表达式：(^\s*<.*?>\s*$)+。进行操作here进行检查。

但是，它当前可以通过生成三个匹配项来工作。有没有办法使匹配的相邻行作为一个匹配返回？

在上面的示例中，由于所有内容都匹配，因此我希望将其作为单个匹配项返回。会发生吗？

编辑：要澄清-正则表达式应匹配：

<foo>

也

    <h1>test</h1>

甚至

  <   b-8253j'\sf>

但忽略

foo<bar>

因为它没有有效地以<开头。

如果在同一行上没有找到>，它将继续匹配所有行，直到达到>：

   <div
   matches
   here>but this line is also matched</div>

正如我所说，我的正则表达式就是这样做的。但是，它会与此匹配：

<div>
<foo></foo>
<baaaar>

三个不同的时间。由于所有内容都匹配，因此我希望将这些匹配项合并并作为单个匹配项返回。

但是，例如，如果中间行无效，则应返回2个匹配项：

<div>         // match 1
no<foo></foo> // doesn't start with `<`, ignored
<baaaar>      // match 2

Answer 1

您指定了一个惰性匹配项（匹配尽可能少的子字符串）。删除问号，它会尝试一个贪婪的（匹配最大可能的子字符串）： (^\s*<.*>\s*$)+

但是通常使用正则表达式处理HTML会使您走上一条痛苦的路。