正則表達式與模式中最後一個字符的第一個實例不匹配

Question

對不起，但我不確定如何更好地解釋它。

我正在爲一個學校項目建立一個簡單的網絡服務器，它必須解析一個自定義的腳本語言。我有一條線，看起來像這樣：

<p>Here's the date: <% pr date() %></p><p>Here's the date again: <% pr date() %></p> 

我使用下面的正則表達式，試圖拉出<％...％>的東西...

<% *(.*) *%> 

問題是從第一個開放標籤到最後一個結束標籤進行匹配，而不是從第一個開放標籤到第一個結束標籤進行匹配。所以導致比賽是這樣的：

<% pr date() %></p><p>Here's the date again: <% pr date() %> 

...而不是：

<% pr date() %> 

我以爲我可以用這樣的解決它，但它似乎並沒有工作：

<% *([^(<%)]*) *%> 

...但它似乎沒有工作。任何幫助表示讚賞，謝謝。

Answer 1

問題是，它是從第一個打開的標籤匹配到最後結束標記

您需要停靠在第一時間非貪婪匹配匹配確認：

.* --> greedy ("maximum munch") 
.*? --> non-greedy ("minimal munch") 

非貪心量詞當然可以應用於大多數其他模式。

但是，我會反對使用正則表達式。元模式OPEN-TOKEN CONTENT CLOSE-TOKEN對於手寫解析器/掃描儀來說足夠簡單。那麼它也更容易，當你的標籤中的註釋（可能還有其他案件，你不想匹配）爲您認識到：

<!-- <% xyz %> --> 

代碼像上面可能不是你被鼓勵的，但你必須考慮這一點。

---

腳註：每次(write a parser|fire a regular expression)，你在監獄裏的一條腿了。

Answer 2

您正在使用.*這是貪婪的量詞

使用.*?代替.*這是一個懶惰的量詞

我。e使用正則表達式<%(.*?)%>

---

所以<%(.*)%>將匹配直到最後%>發現

<%(.*?)%>將匹配直到第一%>發現