匹配的自定义标签

Question

你能告诉我如何匹配一个由组成的字符串：

• 一些文字
• 东西的开头有“小于”后跟任意之间cat, dog, pen <cat>和大于
• 那么可能会出现一些文字，或者什么也没有，例如<cat> some text
• 然后关闭相同的标签eg <cat> some text </cat>
• 通过休耕最终一些文本和其他标记

这样的例子可能是

some text <cat> another text </cat> <dog> </dog> other text <pen> bla bla bla </pen> 

Answer 1

您需要回溯了点。根据你使用的正则表达式的风格，类似这样的东西可能会工作：

<(cat|dog|pen)>.*<\/\1> 

以上将在Perl中工作。但是，YMMV取决于您使用的是什么工具。例如，在SED来说，下面的工作：

<\(cat\|dog\|pen\)>.*<\/\1> 

正如评论指出的那样，在中间的.*不宜贪，否则将匹配<dog>blah</dog> <dog>foo</dog>只有一次。究竟该怎么做取决于正则表达式引擎。

在一个简单的情况下，你不允许之间的任何标签：

<(cat|dog|pen)>[^<>]*<\/\1> 

或者，在Perl中，可以使正则表达式非贪婪：

<(cat|dog|pen)>.*?<\/\1> 

或者你可以做到没有回溯，但它是步法：

(<cat>.*?<\/cat>|<dog>.*?<\/dog>|<pen>.*?<\/pen>)