正則表達式 - 模式發現的自身份與（+）

Question

在C＃，我有以下正則表達式模式（在HTML字符串）：

Regex TR = new Regex(@"<tr class=""(\w+)"" rel=""(\w+)"">(.+)</tr>"); 

的問題是，當我運行它，則匹配包括所有內容，直到HTML代碼中發生的最後一個</tr>。代碼中有許多<tr>標記，因此(.+)模式包含它們並僅在最後一次出現</tr>時停止。

我試過用(\w+)來代替，但是它並沒有在標籤內部得到某些字符。

那麼我怎樣才能使這種模式停在第一個</tr>，而不是直到代碼中的最後一個？

Answer 1

下面的正則表達式將停在第一</tr>標籤：

<tr(\s+)class(\s*)=(\s*)"[^"]*"(\s+)rel(\s*)=(\s*)"[^"]*"(\s*)>(.(?!<\/tr>))*[\s\S]<\/tr> 

你可以改變你的代碼如下得到你想要的東西：

Regex TR = new Regex(@"<tr class=""(\w+)"" rel=""(\w+)"">(.(?!<\/tr>))*[\s\S]</tr>"); 

(?!ABC)被稱爲負先行 。它指定了一個在主表達式之後不匹配的組（如果匹配，結果將被丟棄）。

供將來參考：嘗試使用RegExr創建並測試您的正則表達式模式。

Answer 2

> So how can I make this pattern stop at the first </tr> 

最有效的捕獲過程範例是不盲目消費，但消費已知。

由於要抓取的文本屬於>和<的錨點，爲什麼不使用結束錨點的邏輯<爲正則表達式語法分析器提供提示？

通過使用^字符（它是不在一組）在一組[ ]我們有效地告訴解析器消耗，直到字符（S）的一組特定的被擊中。

在你的情況變化

>(.+)</tr> 

到[^<]+它說消耗一切直到（或除外）時，<角色被擊中，一次或多次：

>([^<]+)</tr> 

使用的[^ ]集是一個強大的，我在90％的正則表達式模式中使用，而不是致盲消耗與.+或更多方面影響傾向.*。

---

還要使你的模式更容易處理代替"這樣你就不會用正則表達式解析器之前，C＃語法分析器戰鬥使用\x22。