负后视问题

Question

这里是示例文本（从原文简化）：

<start1>
<name="4654">
bla bla bla bla
<tags="bla" model="c">
bla bla bla bla
<start2>
<name="12346">
bla bla bla bla
<tags="bla" model="d">
bla bla bla bla
<start3>
<name="73535">
bla bla bla bla
<tags="bla" model="c">
<start4>
<name="546875">
bla bla bla bla
<tags="bla" model="c">
bla bla bla bla

这是我的正则表达式（点匹配换行选项已打开）

name="([\d]+)".+?(?<!start)tags="([^"]+?)" model="c"

如您所见，有 4 个块，但我需要将它们与 model="c" 匹配。但是.+? 捕获的内容超出了它的需要。将负面的向后看以抑制它不起作用......知道如何排除块吗？

更新（澄清我想要实现的目标）：

样本数据中我想匹配以下 3 个块：

第一场比赛

<name="4654">
bla bla bla bla
<tags="bla" model="c">

第二场比赛

<name="73535">
bla bla bla bla
<tags="bla" model="c">

第三场比赛

<name="546875">
bla bla bla bla
<tags="bla" model="c">

Answer 1

是否总是采用这种格式（start、name、tags）、（start、name、tags）等等？如果是这样，您甚至可以不用环视。

/<name="(\d+)"[^<]+?<tags="([^"]+?)" model="c">/s

这很有效，因为您知道您遇到的下一个< 将是紧随其后的tags 标签。我们可以保证是这种情况，还是我们需要更笼统以允许混合使用其他标签？

另外，您是否需要在<tags> 之后和下一个<start> 之前捕获文本？如果是这样，您可以为此添加一些额外的内容。

/<name="(\d+)"[^<]+?<tags="([^"]+?)" model="c">[^<]*(?!<start)/s

好的，根据您的 cmets，情况并非如此。那就从头开始吧。

---

更新

好的，那怎么样？

/<name="(\d+)"(?:(?!<start).)+<tags="([^"]+?)" model="c">/s

这实际上使用了前瞻，而不是后瞻。简单的前瞻/后瞻只会断言字符串出现在文本块之前或之后，而不是在文本块内。通过使用((?!str).)+ 检查每个字符，您可以有效地确保整个文本中不包含“str”。

我使用前瞻检查<start 可能看起来令人困惑，而后向检查start 看起来像(?<!start) 而不是(?!<start)。
想想(?!(<start)) 与(?<!(start))。

我添加了(?: )，这样它就不会被捕获。

Answer 2

尝试更改您的排除模式以使 model="c" 不贪婪，而不是消极的向后看。

name="([\d]+)".+?(?!model=)tags="([^"]+?)" model="c"