我正在关注使用正则表达式从字符串中删除所有 html 标记的教程（Ruby）：
product.description.gsub(/<.*?>/,'').
我不知道如何解释?. 这是否意味着：“至少以前的一个”？那样的话，岂不/<.+>/是更合适了？
4 回答
8
在这种情况下，它会变得*懒惰。
1*- 匹配尽可能多1的 s。
1*?- 匹配尽可能少1的 s。
在这里，当您拥有 时<a>text<b>some more text，<.*>将匹配<a>text<b>。
<.*?>但是，将匹配<a>和<b>。
另请参阅：懒惰而不是贪婪
这里的另一个重要注意事项是，这个正则表达式很容易在有效的 HTML 上失败，最好使用 HTML 解析器，并获取文档的文本。
于 2010-07-04T09:27:07.283 回答
6
默认情况下.*是贪婪的，这意味着它尽可能匹配。所以随着.*替换会改变：
这<b>是</b>一个<i>例子</i>。
^----------------------^
到
这 。
如果你在量词之后使用问号，它会使其不贪婪，从而尽可能少地匹配。更换.*?工作如下：
这<b>是</b>一个<i>例子</i>。
^-^ ^--^ ^-^ ^--^
变成：
这是一个例子。
?这与作为量词的更常见用法不同，后者表示“匹配零或一”。
无论哪种方式，如果您的文本是 HTML，您应该使用 HTML 解析器而不是正则表达式。
于 2010-07-04T09:30:56.230 回答
0
默认情况下，诸如此类的量词*是贪婪的。这意味着它们尽可能匹配。在它们之后添加?会使它们变得懒惰，因此它们会尽快停止匹配。
于 2010-07-04T09:28:54.873 回答
0
于 2010-07-04T09:56:03.017 回答