regex - 正则表达式使核心转储

Question

我正在尝试从充满 html 标签的 IMDB 前 250 名列表（来自页面源）中解析电影名称。我有一个正则表达式，但是当我使用 grep 命令运行它时，一段时间后它会转储核心。命令如下： grep -o -P ">[[A-Z]+\w* ([a-zA-Z]+\w* ?)*<" film.xml。这个核心转储的原因是什么？

Answer 1

我不完全了解您要做什么，但请尝试：

grep -o -P ">[A-Z]\w*( [a-zA-Z]\w*)* ?<" film.xml

Answer 2

你的正则表达式太贪心了。这通常发生在您*在组内使用时，该组本身具有*. 减少*and+或使用它们的非贪婪形式的数量：*?and +?，这将有很大帮助。