匹配的自定義標籤

Question

你能告訴我如何匹配一個由組成的字符串：

• 一些文字
• 東西的開頭有「小於」後跟任意之間cat, dog, pen <cat>和大於
• 那麼可能會出現一些文字，或者什麼也沒有，例如<cat> some text
• 然後關閉相同的標籤eg <cat> some text </cat>
• 通過休耕最終一些文本和其他標記

這樣的例子可能是

some text <cat> another text </cat> <dog> </dog> other text <pen> bla bla bla </pen> 

Answer 1

您需要回溯了點。根據你使用的正則表達式的風格，類似這樣的東西可能會工作：

<(cat|dog|pen)>.*<\/\1> 

以上將在Perl中工作。但是，YMMV取決於您使用的是什麼工具。例如，在SED來說，下面的工作：

<\(cat\|dog\|pen\)>.*<\/\1> 

正如評論指出的那樣，在中間的.*不宜貪，否則將匹配<dog>blah</dog> <dog>foo</dog>只有一次。究竟該怎麼做取決於正則表達式引擎。

在一個簡單的情況下，你不允許之間的任何標籤：

<(cat|dog|pen)>[^<>]*<\/\1> 

或者，在Perl中，可以使正則表達式非貪婪：

<(cat|dog|pen)>.*?<\/\1> 

或者你可以做到沒有回溯，但它是步法：

(<cat>.*?<\/cat>|<dog>.*?<\/dog>|<pen>.*?<\/pen>)