PCRE (php) 正则表达式，带有 + 的子模式匹配而 * 则不匹配？
我想匹配并捕获所有现有的（如果有）
/(<style[\s\S]+<\/style>)*[\s\S]*<body.*>([\s\S]+)<\/body>/i
它什么结果也没有。所以我把它拆开了，这些部分工作了：
/(<body.*>([\s\S]+)<\/body>)/i
/(<style[\s\S]+<\/style>)/i
最奇怪的是第一行也工作了，而第二个结果是空的！
/(<style[\s\S]+<\/style>)+/i
/(<style[\s\S]+<\/style>)*/i
所以，我猜错误是子模式之后 * 和 + 之间的差异。为什么？我该如何解决这个问题？
谢谢！！
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
您遇到了四个问题：
第一和第二，您使用正则表达式来解析 HTML。
第三，你匹配太多：你至少需要让一些量词变得懒惰，即使用
.*?,[\s\S]*?等.，或者您的正则表达式将匹配所有内容，直到行或文件的末尾，然后仅回溯必要的数量以找到最后一个可能的匹配标记。第四，通过在重复组中设置重复组，您已经为灾难性的回溯做好了准备，这两个组都有无数种方法来匹配相同的文本。
据我了解您的问题，您希望匹配从第一个
单独捕获每个
如果
You've got four problems:
First and second, you're using regular expressions to parse HTML.
Third, you're matching too much: You need at least to make some of the quantifiers lazy, i. e. use
.*?,[\s\S]*?etc., or your regex will match everything up to the end of the line or the file, and then only backtrack as much as necessary to find the last possible matching tag.Fourth, you've set yourself up for catastrophic backtracking by having repeated groups inside repeated groups, both of which have myriads of ways to match the same text.
As I understand your question, you want to match everything from the first
<style>tag to the final</body>and capture all the<style>tags' contents and the<body>tag's contents. Right? Then tryTo capture each
<style>block separately, you could try, for a maximum of four possible<style>blocks:if the
<style>blocks are all adjacent and only separated by whitespace. Can you see why it's not a good idea to use regex for this?