regex - 使用正则表达式解析可变长度的以书本结尾的字符分隔字符串

Question

我有一个包含许多评论标签的文本块：

Lorem ipsum dolor sit amet<--this is a comment-->, consectetur adipiscing<--replace=>with this--> elit. Maecenas massa ip<---123=<--=>+456>=->-->sum, ultrices quis semper porttitor, cursus at lectus.

我想编写一个正则表达式来捕获所有<--xxx=>yyy-->标签实例的内容。从上面的文本中，这将返回[('replace', 'with this'), ('-123=<--', '+456>=->')]. 问题是文本和注释可以包含任意数量的任意字符组合（注释标记分隔符<--,-->和=>除外）。

是否可以使用单个正则表达式来完成此操作？我正在使用 Python 进行测试，但正则表达式应该可以在多个平台上运行。

Answer 1

根据您更新的匹配要求，这应该是一个有效的正则表达式：

/<--((?:[^=-]|(?:=(?!>)|-(?!->)))+)=>((?:[^=-]|(?:=(?!>)|-(?!->)))+)-->/g

这会过滤捕获组中不允许的分隔符, -->。注意全局匹配的修饰符。为每个匹配提取两个组以获得所需的结果。<--=>g

(正则表达式)