非贪婪的正则表达式贪婪地行动答案

【问题标题】：Non-greedy regex acts greedily非贪婪的正则表达式贪婪地行动
【发布时间】：2012-01-23 12:29:23
【问题描述】：

这是一个简单的例子：

文字：<input name="zzz" value="18754" type="hidden"><input name="zzz" value="18311" type="hidden"><input name="zzz" value="17138" type="hidden">

正则表达式：/<input.*?value="(18754|17138)".*?>/

当匹配被一个空字符串替换时，结果是一个空字符串。我预计中间的<input> 会保留，因为我使用的是非贪婪匹配（.*?）。任何人都可以解释为什么它被删除？

【问题讨论】：

以下是什么意思：“当匹配被空字符串替换时”?
您的正则表达式匹配整个输入标签，因此引擎会选取整个输入标签并将其替换为空字符串。然后发生的事情是您的三个输入标签完全消失了。
@BoltClock，不，模式匹配两次：1: <input name="zzz" value="18754" type="hidden"> 和 2: <input name="zzz" value="18311" type="hidden"><input name="zzz" value="17138" type="hidden">。还是我误会了？
@Bart Kiers：哦等等……我现在明白了。是的，我的坏...
@BoltClock: 但正则表达式不应匹配中间的<input>。我不明白为什么会这样。

标签： regex

【解决方案1】：

有两个匹配项：

<input name="zzz" value="18754" type="hidden">
<input name="zzz" value="18311" type="hidden"><input name="zzz" value="17138" type="hidden">

在第二种情况下，第一个 .*? 匹配 name="zzz" value="18311" type="hidden"><input name="zzz"。这是一场比赛，而且是非贪婪的。

【讨论】：

【解决方案2】：

aix 已经解释过了，为什么它匹配中间部分。

要避免这种行为，请去掉.*?，试试这个：

/<input[^>]*value="(18754|17138)"[^>]*>/

不是匹配任何字符，而是匹配任何字符，但是">"

【讨论】：

【解决方案3】：

aiz 的答案是正确的——第二个匹配项包括第二个和第三个输入标签。

一种可能的正则表达式修复方法是将. 更改为[^>]，如下所示：

/<input[^>]*?value="(18754|17138)"[^>]*?>/

这将导致它匹配任何字符除了 >。但是，每当> 出现在引用的文字中时，就会出现明显的问题。正如大家常说的：Regexes aren't designed to work on HTML。除非别无选择，否则不要使用它们。

【讨论】：