正则表达式非贪婪模式（懒惰模式）

Question

我希望非贪心地解析TD标签。我从以下内容开始：

<TD>stuff<TD align="right">More stuff<TD align="right>Other stuff<TD>things<TD>more things

我正在使用以下内容作为我的正则表达式：

Regex.Split(tempS, @"\<TD[.\s]*?\>");

以下是记录返回结果：

""
"stuff<TD align="right">More stuff<TD align="right>Other stuff"
"things"
"more things"

为什么第一个完整结果（以“stuff”开头的结果）没有被拆分？我应该如何调整正则表达式，以便在带有参数或不带参数的TD标签的所有实例上进行拆分？

- steventnorris

---

请参见https://dev59.com/X3I-5IYBdhLWcg3wq6do。 - Brian Rasmussen

.在字符类[.]中只表示一个字面上的句点，而不是'任何字符。使用[^>]*可能会更成功，但它会在属性中的>上出错（这也是为什么我们通常会使用解析器而不是正则表达式来处理HTML和XML的原因之一）。 - Wrikken

@Wrikken 这里的HTML非常静态。变化不大，我知道适用于它的正则表达式。我没有选择解析器的路线，因为这个原因。有没有办法让“.”字符表示“任何字符”，包括空格？ - steventnorris

我不知道C#修饰符（在pcre中是/s）如何使点匹配所有内容。然而，[^>]*>在功能上等同于(.|\s)*?>，并且可能更容易使用正则表达式。 - Wrikken

Answer 1

如果需要非贪婪匹配，请尝试使用 <TD.*?>

- Jason

---

因为在量词符号 * 后面加上 ?，告诉正则表达式引擎在找到符合 > 表达式后停止匹配，即只取第一个匹配项。这是由于贪婪模式与非贪婪模式 * 的区别导致的。 - JustAMartin

Answer 2

来自https://regex101.com/

• *量词——匹配0到无限次，尽可能多地匹配，需要时进行回溯（贪婪）
• *?量词——匹配0到无限次，尽可能少地匹配，需要时扩展（惰性）

- Bastien Vandamme

Answer 3

你需要的正则表达式是<TD[^>]*>：

<     # Match opening tag
TD    # Followed by TD
[^>]* # Followed by anything not a > (zero or more)
>     # Closing tag

注意：.匹配任何字符（包括空格），因此[.\s]*？是多余和错误的，因为[.]匹配字面意义上的.，所以请使用.*？。

- Chris Seymour

---

默认情况下，点号不匹配换行符，但\s会匹配。 - Tommi Gustafsson