如何结合匹配条件用非贪婪后向查找选取特定字符间文本？

现有不少提取<>之间文本的正则方案，但大多未考虑给目标文本添加匹配条件。一旦加入诸如.*rary.*ring.*这类模糊匹配规则，原有的非贪婪匹配逻辑就会失效——比如把基础正则(?<=>)[^<>]+(?=<)修改为带模糊条件的版本后，会出现过度匹配或匹配不符合要求的情况。

解决方案正则表达式 #

要提取**<>之间、不含<>字符、且符合.*rary.*ring.*模糊匹配（支持跨多行）**的文本，可使用以下正则：

(?<=>)(?:(?!<|>)[\s\S])*?rary(?:(?!<|>)[\s\S])*?ring(?:(?!<|>)[\s\S])*?(?=<)

正则逻辑拆解 #

• (?<=>)：正向后向断言，定位到>之后的起始位置
• (?:(?!<|>)[\s\S])*?：非捕获组，匹配任意不包含<或>的字符（[\s\S]覆盖所有字符含换行，(?!<|>)确保不会匹配到尖括号），*?非贪婪模式避免跨多个<>匹配
• rary/ring：匹配你指定的模糊匹配关键词
• (?=<)：正向前瞻断言，定位到<之前的结束位置

简化写法（依赖正则引擎特性） #

如果你的正则引擎支持DOTALL模式（让.匹配换行符），也可以用更简洁的版本：

(?<=>)(?:(?!<|>).)*?rary(?:(?!<|>).)*?ring(?:(?!<|>).)*?(?=<)

为什么原有写法失效？ #

之前的错误写法用了.+，它是贪婪匹配且未排除<>字符，会从第一个>后一直匹配到最后一个<前，中间可能包含其他<>，完全打破了“仅在一对<>之间匹配”的限制。

内容的提问来源于stack exchange，提问作者Dalie