我不懂正则表达式答案

【问题标题】：I don't understand a regexp我不懂正则表达式
【发布时间】：2010-07-04 09:25:35
【问题描述】：

我正在关注使用正则表达式从字符串中删除所有 html 标记的教程 (Ruby)：

product.description.gsub(/<.*?>/,'').

我不知道如何解释?。这是否意味着：“至少以前的一个”？在那种情况下，/<.+>/ 不是更合适吗？

【问题讨论】：

【解决方案1】：

在这种情况下，它会使* 变得懒惰。

1* - 匹配尽可能多的1s。
1*? - 匹配尽可能少的1s。

在这里，当您有 <a>text<b>some more text 时，<.*> 将匹配 <a>text<b>。
<.*?> 但是，将匹配 <a> 和 <b>。

这里的另一个重要注意事项是，这个正则表达式很容易在有效的 HTML 上失败，最好使用 HTML 解析器，并获取文档的文本。

【讨论】：

【解决方案2】：

默认情况下.* 是greedy，这意味着它尽可能匹配。所以.* 的替换会改变：

这是一个例子。 ^----------------------^

到

这个。

如果你在量词之后使用问号，它会使其不贪婪，从而尽可能少地匹配。使用.*?，替换工作如下：

这是一个例子。 ^-^ ^--^ ^-^ ^--^

变成：

这是一个例子。

这与更常见的 ? 用作量词不同，后者表示“匹配零或一”。

无论哪种方式，如果您的文本是 HTML，您应该使用 HTML 解析器而不是正则表达式。

【讨论】：

【解决方案3】：

* 等量词默认是贪婪的。这意味着它们尽可能匹配。在它们之后添加? 会使它们变得懒惰，因此它们会尽快停止匹配。

【讨论】：

【解决方案4】：

这是我在 regex 库之后找到的关于 regex 的最佳网站：

希望有帮助！

【讨论】：