java - 在一行中匹配多个模式

Question

有人可以告诉我为什么我的模式:<p(\s+(.*)?)?>(.[^</p>]*)?</p>无法正常工作。匹配示例:

1. <p>This is a test and anything can be here even other <tags>tags</tags></p>
2. <p style="test">This is a test</p>
3. <p></p>

如果以上内容都在一行上，那么它应该会找到 3 个独立的模式。下面的链接展示了它的真实行为，这非常奇怪......

http://regexr.com?33jrn

当它找到<p时，它找到的匹配应该总是立即开始当发现 </p> 时立即停止

Answer 1

您的正则表达式存在一些问题。让我们看看它们长什么样。

这是你的正则表达式:-

<p(\s+(.*)?)?>(.[^</p>]*)?</p>

• 问题 1:- 注意模式 (.*)? 。它没有按照你的想法去做。这并不是对 * 强制执行不情愿的行为。量词。相反，它是强制执行可选量词 (?)过贪*量词。它只是意味着匹配 0 or 1重复(.*) 。为了让它不情愿，你需要移动?支架内。所以，你需要使用(.*?)而不是(.*)? .
• 问题 2:- [^</p>]不否定</p>相反，它否定了 - <, /, p, >作为单独的字符。请注意，在字符类中，每个字符均按字面意思理解。里面没有分组。所以，(.[^</p>]*)表示匹配 character if 后面没有 0 or more repetition [</p>] 之一。那不是你想要的。如果要匹配不是 </p> 的序列，那么您可以使用像这样的负前瞻: - ((?!</p>).)* 。现在，这将首先检查以下序列是否不是 </p> ，然后它匹配下一个字符。

所以，你的正则表达式模式应该是:-

<p(\s+(.*?))?>((?!</p>).)*</p>

或者，您甚至可以将正则表达式简化为:-

<p[^>]*>((?!</p>).)*</p>