Ruby正则表达式 - 防止重叠匹配

Question

说我有一个标记<tag>，我希望在我的字符串中匹配<tag>...<tag>的组。我可以使用<tag>.*<tag>行的正则表达式。这匹配<tag>foo<tag>，这很好，但它也匹配<tag>foo<tag>bar<tag>，这是我不想要的行为。我希望匹配<tag>foo<tag>，然后排除bar，然后将结尾的标记作为下一个匹配的开头。我该怎么做？

Answer 1

最简单的解决方案是使用惰性quantifier，其中?强制.*匹配为少数字符（而不是很多，因为未经修饰的.*会尝试匹配）：

<tag>.*?<tag>

更安全，更明确的解决方案是使用negative lookahead assertion：

<tag>(?:(?!<tag>).)*<tag>

虽然在当前情况下，行为没有区别，但第二个可扩展以处理打开/关闭标记，确保嵌套标记不会错误匹配：

<tag>(?:(?!</?tag>).)*</tag>

应用于<tag>foo<tag>bar</tag>baz</tag>时将匹配<tag>bar</tag>，而不是<tag>foo<tag>bar</tag>作为具有延迟量词的解决方案。

Answer 2

您使用.*的懒惰版本：

<tag>.*?<tag>
       ^

?使.*匹配为<tag>的第一场比赛。