正则表达式最小匹配的写法

假设有这么一串字符：

<p class=MsoNormal style='text-indent:31.5pt'>
    <a name="abc">
        <span lang=EN-US>1.</span>
    </a>
    <span style='font-family:宋体'>负责代码编写</span>
</p>

<p class=MsoNormal style='text-indent:31.5pt'>
    <a name="def">
        <span lang=EN-US>2.</span>
    </a>
    <span style='font-family:宋体'>负责单元测试；</span>
</p>  

<p class=MsoNormal style='text-indent:31.5pt'>
    <a name="ghi">
        <span lang=EN-US>3.</span>
    </a>
    <span style='font-family:宋体'>完成上级领导交办的其它任务。</span>
</p>

知道<a name="ghi">，如何编写正则表达式查找出父节点？

<p class=MsoNormal style='text-indent:31.5pt'>
    <a name="ghi">
        <span lang=EN-US>3.</span>
    </a>
    <span style='font-family:宋体'>完成上级领导交办的其它任务。</span>
</p>

刚开始的时候，这样写：

<p[sS]*?<a name="ghi"[sS]*?</p>

却拿到了全文。参考正则表达式30分钟入门教程：
http://deerchao.net/tutorials/regex/regex.htm
“贪婪与懒惰”章节说了这样的一个案例： a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabac的话，它会匹配aab而不是ab，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：最先开始的匹配拥有最高的优先权——The match that begins earliest wins。
要想只拿到匹配的，可以这样写：

<p[^>]*?>[^<]*?<a name="ghi"[sS]*?</p>

表示的意思：匹配

<p

开头的，紧接着任意个不是>的字符，这些字符越少越好，直到遇到>字符，然后紧接着任意个不是<的字符，这些字符越少越好，直到遇到

<a name="ghi"

然后紧接着是任意个字符，这些字符越少越好，直到遇到

</p>

为止，循环查找符合上述条件的字符串。

原文来自http://www.iteye.com/problems/98084，经过整理。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!