如何调整RegEx，提取公司名时排除末尾的<br>标签？

问题背景 #

我从HTML邮件中获取到如下示例字符串：

Abholstellenname (Firmenname, Details): Musterfirma GmbH<br>

当前使用正则表达式(?<=Abholstellenname \(Firmenname, Details\): ).*提取其中的公司名“Musterfirma GmbH”，但匹配结果会包含末尾的<br>标签（转义后的<br>），需要修改正则排除该标签。

修改方案 #

这里提供三种实用的修改方式：

• 方式一：非贪婪匹配+正向预查
  直接调整正则为：

(?<=Abholstellenname \(Firmenname, Details\): ).*?(?=&lt;br&gt;)

.*?是非贪婪模式，会尽可能少地匹配字符；(?=<br>)是正向预查，指定匹配到<br>前就停止，刚好避开末尾的标签。

• 方式二：匹配非&开头的内容
  如果确认公司名里不会包含&字符，可用更简洁的写法：

(?<=Abholstellenname \(Firmenname, Details\): )[^&]+

[^&]+表示匹配任意非&的字符，遇到<br>的开头&就停止，精准提取公司名。

• 方式三：捕获分组提取
  若觉得预查语法繁琐，也可以用捕获分组：

Abholstellenname \(Firmenname, Details\): ([^&]+)<br>

使用括号把目标公司名括成捕获组，提取时直接取第一个分组的内容即可。

内容的提问来源于stack exchange，提问作者DerThronprinz