regex - 如何使用正则表达式搜索双引号包围的文本？

Question

我有一个字符串，其中包含一些 HTML 代码，例如:

This is <strong id="c1-id-8">some</strong> <em id="c1-id-9">text</em>

我需要删除 id每个 HTML 标签的属性，但我对正则表达式的经验为零，所以我从互联网上到处搜索，然后写了这个模式:[\s]+id=\".*\"

不幸的是，它没有按照我的预期工作。事实上，我希望正则表达式能够捕获 id="后跟重复任意次数的任意字符，并以最近的双引号终止；实际上，在这个例子中，我期望捕获 id="c1-id-8"和id="c1-id-9" 。 但相反，该模式返回了子字符串 id="c1-id-8">some</strong> <em id="c1-id-9" ，它找到第一次出现 id="以及最后一次出现的双引号字符。

您能告诉我我的模式有什么问题以及如何修复它吗？ 非常感谢

Answer 1

正则表达式中的量词.*是贪婪(意味着它尽可能匹配)。为了满足最低要求，您可以使用类似 /\s+id=\"[^\"]*\"/ 的内容。方括号 [] 表示字符类。因此它将匹配括号内的所有内容。字符类开头的克拉 [^] 是一个否定，意味着它将匹配 一切除了括号中指定的内容。

另一种方法是通过将 .* 量词更改为 .*? 来告诉其惰性，它将匹配尽可能少的内容可以。