问题标签 [non-greedy]

我有一个（可能很复杂）RegExp 问题。从模型生成文件的工具说我的模型使用了两次名称，但没有说明这是哪个名称。我知道所有有问题的名称都以“CK_”开头，然后是一些非空格。我准备了这个测试文件：

如您所见，“CK_123abc”出现了两次。我想用 RegExp 捕捉所有这些（如果有更多的话）。到目前为止我得到了这个：(CK_\S*).+\1

这工作正常并匹配以下文本：

但它也匹配

第二个不需要的匹配是针对CK_1的。由于我的真实文档充满了这些“半字符串”匹配，因此我无法在数据中找到我的真实匹配（如这里的第一个匹配）。我认为(CK_\S*)出于某种原因不是贪婪的 - 或者整个正则表达式是贪婪的。为了使我的用例正常工作，(CK_\S*)必须首先尽可能匹配，然后应该在文档的后面找到相同的匹配。

我正在使用 Notepad++（带有 PCRE）。“。” 匹配"\r"和"\n"。

任何指针都受到高度赞赏。

最好用一个例子来解释。

这是文字：

我想查找以and contains开头<li>和结尾的字符串。我希望只匹配and 。</li>THE WORDS<li> hello THE WORDS </li><li> world THE WORDS </li>

我尝试了什么：(?s)<li>.*?(THE WORDS).*?</li>

有了这个，第二场比赛是<li> cruel </li> <li> world THE WORDS </li>。

我正在使用崇高文本。

我有以下输入字符串

并遵循正则表达式：

此正则表达式仅提供以下更大的匹配

如何使用正则表达式来获得较小的匹配？

我尝试使用非贪婪运算符，但它也没有奏效。

是否可以使用 java 或 c# 匹配组或匹配集合作为匹配组？

I need to parse annotations of methods written in PHP. I wrote a regex (see simplified example below) to search them but it doesn't work as expected. Instead of matching the shortest part of text between /** and */, it matches the maximum amount of source code (previous methods with annotations). I'm sure I'm using the correct .*? non greedy version of * and I have found no evidence DOTALL turns it off. Where could be the problem, please? Thank you.

我有一个消息列表，我在该消息中搜索 4 或 3 位数字，然后将其替换为该数字。

所以我现在的正则表达式是

寻找

代替

但是，问题在于 [0-9]{3,4} 如果有 4 位数字，则只取前 3 位数字，因此即使有 4 位数字序列，它也只会抓取 3 位数字。这是我不想要的。

有没有办法让它抓住一个 4 位数的号码，如果它可以，如果它不能在该行中找到 4 位数的号码，只能抓住一个 3 位数的号码。

谢谢

我理解?这里的标记意味着“懒惰”。

我的问题本质上是[0-9]{2}?vs[0-9]{2}

他们是一样的吗？
如果是这样，我们为什么要写前一个表达式？惰性模式不是更昂贵的性能吗？
如果不是，你能分辨出区别吗？

我正在使用以下正则表达式：
((FFD8FF).+?((FFD9)(?:(?!FFD8).)*))

我需要使用正则表达式执行以下操作：

除了在最后一次 FFD9 之后找到并保留任何垃圾之外，我所拥有的可以满足我的需要。我怎样才能让它跳回最后FFD9？

这是我用这个表达式搜索的字符串：

asdfasdfasasdaFFD8FFasdfalsjdflajsdfljasdfasdfasdfasdfFFD9asdflasdflasdfFFD9asdfasdfFFD8FFasdfalsjdflajsdfljasdfasdfasdfasdfFFD9

非常感谢你的帮助。

更多信息：

我有一个需要搜索的开始值和结束值列表（FFD8FF 和 FFD9 只是一对）。它们在一个列表中。因此，我使用 r.compile 在 for 循环中动态创建表达式，该循环遍历不同的值。我有以下代码，但它返回 0 个匹配项：

regExp = re.compile("FD8FF(?:[^F]|F(?!FD8FF))*FFD9") matchObj = re.findall(regExp, contents)

在上面的代码中，我只是尝试使用普通的正则表达式，甚至没有从列表中获取值（看起来像这样）：

regExp = re.compile(typeItem[0] + "(?:[^" + typeItem[0][0] + "]|" + typeItem[0][0] + "(?!" + typeItem[0] + "))*" + typeItem[1])

任何其他想法为什么没有任何匹配？

编辑：

我发现我忘了包括标志。现在包含标志以忽略大小写和多行。我现在有

regExp = re.compile(typeItem[0] + "(?:[^" + typeItem[0][0] + "]|" + typeItem[0][0] + "(?!" + typeItem[0] + "))*" + typeItem[1],re.M|re.I)

虽然现在我遇到了内存错误。有什么办法可以提高效率吗？我正在使用表达式搜索数十万行（使用findall上面的表达式）

我的文字是：

我想选择：

现在，我可以使用：

但问题是我不能使用".*?"我正在使用的东西。如果我没有替换(.*?)为!([^0-90-90-9]*)1blaw1

任何建议，如果相关，我将使用 Stata。

我已经为此烦恼了很长时间：我需要匹配文本文件中的字符串并删除它周围的 C 注释。编辑应该就地或进入一个新文件（然后我将移动 mv-command 来推送它）。

所以字符串很容易找到，但我怎样才能删除评论呢？行数并不总是相等的。我无法弄清楚，因为删除必须是非贪婪的（同一文件中有不应更改的类似数据）并且整体“模式”是多行的。期望的输出：

我想工作流程应该是这样的：

找到 string_to_match，先找到前面的 /* 并删除它，然后删除后面的第一个 */。

如果该解决方案也能自动适用，那就太好了

非常感谢 Bash 业余爱好者！我在 SED 上没有成功。也欢迎 AWK 解决方案和白痴解释。问候！

我有一个非常简单的正则表达式，类似于：

HOHO.*?_HO_

有了这个测试字符串...

fiwgu_HOHO_HOHO_HOHOrgh_HOHO_feh_HOHO___HO_fbguyev

• 我希望它只匹配_HOHO___HO_（最短匹配，非贪婪）
• 相反，它匹配_HOHO_HOHO_HOHOrgh_HOHO_feh_HOHO___HO_（最长匹配，看起来很贪婪）。

为什么？我怎样才能让它匹配最短的匹配？

添加和删​​除?给出相同的结果。

编辑- 更好的测试字符串显示为什么[^HOHO]不起作用：fiwgu_HOHO_HOHO_HOHOrgh_HOHO_feh_HOHO_H_O_H_O_HO_fbguye

我能想到的只是它可能匹配多次 - 但只有一个匹配_HO_，所以我不明白为什么它不采用以 结尾的最短匹配，而_HO_丢弃其余的。

我浏览了所有我能找到的标题为“非贪婪正则表达式贪婪”的问题，但它们似乎都有其他问题。