我正在为一本法律书籍编制一个案例表。我已将其转换为 HTML，因此我可以使用标签进行搜索和替换操作，我目前在 Kate 工作。正文引用案例名称，案例引用在脚注中，例如
<i>Smith v Jones</i>127 ......... [other stuff including newline characters].......</br>127 (1937) 173 ER 406;
我已经能够在 Kate 中进行前瞻性工作，使用：
<i>.*</i>([0-9]{1,4}) .+<br/>\1 .*<br/>
...但我遇到了贪婪的问题。
文本很乱，所以我真的需要一步一步地找到匹配项，而不是依赖批处理。
是否有支持前瞻和非贪婪运算符的 Linux（或 Windows）文本编辑器，或者我将不得不尝试 grep 或 sed？
我不熟悉 Kate，但它似乎使用QRegExp，它在许多重要方面与其他类似 Perl 的正则表达式风格不兼容。例如，大多数风格允许您通过附加问号（例如.*=> .+?）使单个量词非贪婪，但在 QRegExp 中，您只能使它们全部贪婪或全部非贪婪。更糟糕的是，看起来凯特甚至不允许你这样做——Non-Greedy例如，通过一个复选框。
但无论如何，最好不要一直依赖非贪婪的量词。一方面，正如许多人所说，他们不能保证最短的匹配。你应该养成更具体的习惯，什么应该和不应该匹配，当这不是太难的时候。例如，如果您要匹配的部分不包含除示例字符串中的标签之外的任何标签，您可以这样做：
<i>[^<]*</i>(\d+)\b[^<]+<br/>\1\b[^<]*<br/>
使用[^<]*instead of的好处.*是它永远不会尝试匹配 next 之后的任何内容<。 .*总是会首先抓取文档的其余部分，只是几乎一直回溯到起点。非贪婪版本 ,.*?最初将只匹配下一个<，但如果稍后匹配尝试失败，它将继续并消耗<和超越，最终消耗整个文档。
如果可以有其他标签，则可以使用[^<]*(<(?!br/>)[^<]*)*。它将使用任何不是 的字符<，或者<如果它不是<br/>标签的开头。
<i>[^<]*</i>(\d+)\b[^<]*(<(?!br/>)[^<]*)*<br/>\1\b[^<]*(<(?!br/>)[^<]*)*<br/>
顺便说一句，您所说的前瞻（我假设您的意思是\1）实际上是反向引用。我的(?!br/>)正则表达式中的 是前瞻的一个例子——在这种情况下是负前瞻。Kate/QRegExp 文档声称支持前瞻但非捕获组——例如——不支持(?:...)，这就是为什么在最后一个正则表达式中使用所有捕获组的原因。
如果您可以选择切换到其他编辑器，我强烈建议您这样做。我最喜欢的是EditPad Pro；它具有我在编辑器中见过的最好的正则表达式支持。