regex - 正则表达式重复组

Question

我有这段文字：

<span id="3">

HELLO THERE
<span id="5">
Other stuff
<span id="6">
Other Stuff
<span id="7">
Other sutff

我只需要抓住文本<span...>之后的元素。HELLO THERE所以在上面的例子中，除了 id=3 的 span 之外的所有 span。

所以我尝试(<span.+?>)+了抓住所有跨度。接下来，我尝试HELLO THERE.+?(<span.+?>)+了，但这只抓住了第一个相关的。所以我的问题是，在这里使用的正确正则表达式是什么？

Answer 1

正则表达式 1

在这里，我们可以使用几个表达式来获得所需的<span>开始标签。例如，我们可以简单地使用：

\s(<.+)

左边有一个空间边界和一个可以做到这一点的捕获组。

演示

---

正则表达式 2

另一种更昂贵且复杂性更高的替代方案是：

([\s\S].*?)(<.+>)

演示

正则表达式 3

然后，我们可以使用这个表达式来降低复杂度并提高性能：

([\s\S].*?)(<.+>)*

演示

正则表达式电路

在这里，我们还可以在jex.im中可视化我们的表达式：

Answer 2

此正则表达式会将 Hello There 之后的所有标签捕获到匹配组中：

HELLO THERE(?:(?:.*?)(<span[^>]+>))+

• HELLO THERE- 匹配
  非捕获组内的开头：
• (?:.*?)- 可选地匹配任何文本，直到你找到
• (<span[^>]+>)- span 标签 - 这一个将被捕获
• +- 重复前两个步骤，直到找不到其他跨度标签

您还需要将匹配选项设置为点匹配新行。