如何让多行正则匹配模式变为非贪婪？匹配自闭合XML标签遇问题

目标匹配内容 #

给定XML片段：

<SomeXmlProperty att="abc" 
att2="def"
att3="ghi"/>
<SomeXmlProperty att4="jkl" 
att5="mno"
att6="pqr"><SomeXmlProperty>
<SomeXmlProperty att="stu" 
att3="vwx"
att6="yz"   
/>

需要精准匹配其中所有自闭合的<SomeXmlProperty>标签，排除中间那个非自闭合的标签。

原有正则的问题 #

你用的两个正则都存在缺陷：

1. 贪婪版本<SomeXmlProperty((.| | )*)/>：会从第一个<SomeXmlProperty开始，一直匹配到最后一个/>，直接把中间的非自闭合标签也包含进去，完全不符合需求。
2. 非贪婪版本<SomeXmlProperty((.| | )*?)/>：虽然用了非贪婪匹配，但没有限制中间内容不能出现其他<SomeXmlProperty标签或单独的>，导致它会跨过非自闭合标签的>，继续往后找第一个/>，最终还是会错误包含部分非目标内容。

正确的正则表达式 #

要精准匹配自闭合标签，需要通过负前瞻限制中间内容的范围，避免跨标签或匹配到非自闭合结构：

<SomeXmlProperty(?:(?!<SomeXmlProperty|>)[\s\S])*?/>

正则解释 #

• (?:...)：非捕获组，仅用于分组逻辑，不额外捕获内容
• (?!<SomeXmlProperty|>)：负前瞻断言，确保当前位置后不会出现新的<SomeXmlProperty标签或普通闭合的>，从根源上避免跨标签匹配
• [\s\S]：匹配任意字符（包括换行，比.|\n|\r更简洁通用）
• *?：非贪婪匹配，确保遇到第一个符合条件的/>就停止，避免过度匹配

内容的提问来源于stack exchange，提问作者Woody