我正在编写法律书籍的案例表。我已将其转换为HTML，因此我可以使用标签进行搜索和替换操作，而我目前正在Kate工作。案文涉及案件的名称，案件的引用在脚注中，例如
<i>Smith v Jones</i>127 ......... [other stuff including newline characters].......</br>127 (1937) 173 ER 406;
我已经能够在Kate中使用以下方式进行前瞻：
<i>.*</i>([0-9]{1,4}) .+<br/>\1 .*<br/>
......但我遇到了贪婪问题。
文字很乱，所以我真的需要一步一步找到匹配，而不是依赖批处理。
是否有Linux（或Windows）文本编辑器支持前瞻和非贪婪的运算符，或者我将不得不尝试grep或sed？
答案 0 :(得分：1)
我对Kate不熟悉，但它似乎使用QRegExp，这在许多重要方面与其他类似Perl的正则表达式风格不兼容。例如，大多数口味允许您通过附加问号（例如.* =＆gt; .+?）使单个量词非贪婪，但在QRegExp中，您只能使它们全部贪婪或全部非贪婪。更糟糕的是，看起来Kate甚至没有让你这样做 - 例如通过Non-Greedy复选框。
但最好不要一直依赖非贪婪的量词。一方面，正如许多人所说，他们不能保证尽可能短的匹配。你应该养成更加明确应该和不应该匹配的习惯的习惯，这不是太困难。例如，如果要匹配的部分不包含示例字符串中的任何标记，则可以执行以下操作：
<i>[^<]*</i>(\d+)\b[^<]+<br/>\1\b[^<]*<br/>
使用[^<]*代替.*的优势在于它永远不会在下一个<之后尝试匹配任何内容。 .*首先会抓住文档的其余部分，但几乎一直回溯到起点。非贪婪版本.*?最初只会与下一个<匹配，但如果匹配尝试稍后失败，它将继续使用<及更高版本，最终到消耗整个文件。
如果可以是其他标签，则可以使用[^<]*(<(?!br/>)[^<]*)*代替。如果它不是<标记的开头，它将使用非<或<br/>的任何字符。
<i>[^<]*</i>(\d+)\b[^<]*(<(?!br/>)[^<]*)*<br/>\1\b[^<]*(<(?!br/>)[^<]*)*<br/>
顺便说一下，你所谓的前瞻（我假设你的意思是\1）实际上是一个反向引用。我的正则表达式中的(?!br/>)是前瞻的示例 - 在这种情况下是否定前瞻。 Kate / QRegExp文档声称支持前瞻但非捕获组 - 例如(?:...) - 不是，这就是为什么在最后一个正则表达式中使用了所有捕获组的原因。
如果您可以选择切换到其他编辑器，我强烈建议您这样做。我最喜欢的是EditPad Pro;它拥有我在编辑器中见过的最好的正则表达式支持。