regex - 正则表达式环顾四周，只有一个匹配项，其中有多个可能的匹配项

Question

明白啦：

<TAG>something one</TAG><TAG>something two</TAG><TAG>something three</TAG>

我只想匹配：something two 我尝试：(?<=<TAG>)(.*two.*)(?=<\/TAG>) 但得到：

something one</TAG><TAG>something two</TAG><TAG>something three

也许我再举一个例子

RECORDsomething beetwenRECORD RECORDanything beetwenRECORD etc.

想听话beetwen RECORD

Answer 1

如前所述，不鼓励使用正则表达式解析 HTML！有很多 HTML 解析器可以做到这一点。但是，如果您不惜一切代价想要一个正则表达式，这就是我在 Python 中的方式：

In [1]: import re

In [2]: s = '<TAG>something one</TAG><TAG>something two</TAG><TAG>something three</TAG>'

In [3]: re.findall(r'(?<=<TAG>).*?(?=</TAG>)', s)[1]
Out[3]: 'something two'

但是，此解决方案仅在您总是想提取第二个标签对的内容时才有效。但正如我所说，不要这样做。

Answer 2

您可以使用

<TAG>.+?<TAG>(.*?)</TAG>

你something two在第一场比赛中$1

Answer 3

如果您知道 TAG 不是第一个也不是最后一个，您可以这样做

(?<=.+<TAG>)(.*two.*)(?=<\/TAG>.+)

当然，最好也捕获标签并使用捕获组

.*<TAG>(.*two.*?)<\/TAG>

Answer 4

尝试这个：

(?<=</TAG><TAG>)[^<]*(?=</TAG><TAG>)