我正在尝试解析来自IMDB前250名列表（来自页面来源）的电影名称，其中包含许多html标签。
我有一个正则表达式，但是当我使用grep命令运行它时，一段时间后它会给核心转储。命令如下：
grep -o -P ">[[A-Z]+\w* ([a-zA-Z]+\w* ?)*<" film.xml。
这个核心倾销的原因是什么？
答案 0 :(得分：2)
我不确切地知道你要做什么，但试试：
grep -o -P ">[A-Z]\w*( [a-zA-Z]\w*)* ?<" film.xml
答案 1 :(得分：1)
你的正则表达式太贪心了。当您在组中使用*时，通常会发生这种情况，该组本身具有*。减少*和+的数量或使用他们的非贪婪表单：*?和+?，这将有很大帮助。