红宝石正则表达式 - 防止重叠匹配

Question

假设我有一个标签<tag>，我想在我的字符串中匹配<tag>...<tag>组。我可以沿着<tag>.*<tag>的方向使用正则表达式。这匹配<tag>foo<tag>，这很好，但它也匹配<tag>foo<tag>bar<tag>，这是我不想要的行为。我想要<tag>foo<tag>匹配，然后bar被排除，然后标记结束成为下一个匹配的开始。我该怎么做呢？

Answer 1

最简单的解决方法是使用一个懒惰的quantifier其中?迫使.*为几个字符地匹配（而不是多，尽可能缦.*将尝试匹配）：

<tag>.*?<tag> 

一个更安全，更明确的解决方案是使用一个negative lookahead assertion：

<tag>(?:(?!<tag>).)*<tag> 

虽然在目前的情况下，在行为上没有差异，第二个是扩展处理打开/关闭标签，确保嵌套的标签不匹配错误：

<tag>(?:(?!</?tag>).)*</tag> 

当应用于<tag>foo<tag>bar</tag>baz</tag>会匹配<tag>bar</tag>，而不是<tag>foo<tag>bar</tag>作为一个懒惰量词的解决方案。

Answer 2

您使用懒惰版本.*存在的：

<tag>.*?<tag> 
    ^

的?使得.*比赛最多直到<tag>的第一场比赛。