为何仅匹配到最后一个匹配项？<span>标签间多组内容匹配咨询

这是正则表达式里贪婪匹配在搞鬼！绝大多数情况下，你应该是用了类似 <span>(.*)</span> 这样的正则对吧？

问题根源：贪婪匹配的特性 #

正则里的 .* 属于贪婪量词，它会尽可能多地匹配字符——意思是从字符串里第一个 <span> 开始，它会一直往后找，直到找到最后一个 </span> 才停下。这样就把两个<span>之间的所有内容（包括中间的标签和文本）都当成了一个匹配项，自然就只拿到最后那组内容了。

举个例子，假设你的字符串是：

<span>第一组内容</span> 这里是其他文本 <span>第二组内容</span>

用贪婪正则 <span>(.*)</span> 匹配的话，捕获到的内容会是：

第一组内容</span> 这里是其他文本 <span>第二组内容

而不是你想要的 第一组内容 和 第二组内容 两个结果。

解决办法：切换到非贪婪模式 #

把贪婪量词 .* 改成非贪婪量词 .*?，也就是正则写成：

<span>(.*?)</span>

.*? 会尽可能少地匹配字符，遇到第一个 </span> 就停止匹配，这样就能分别捕获到每个<span>标签里的内容了。

另外还要注意，如果你用的是特定编程语言（比如Python、JavaScript），记得开启全局匹配模式：

• Python 里用 re.findall(r'<span>(.*?)</span>', your_string) 直接就能得到所有匹配的列表
• JavaScript 里用 your_string.match(/<span>(.*?)<\/span>/g)（注意转义斜杠），或者用exec循环获取所有结果

最后提醒一句：如果是处理HTML/XML，其实更推荐用专门的解析库（比如Python的BeautifulSoup，JavaScript的Cheerio），正则处理复杂HTML容易出各种问题，但简单场景下非贪婪模式完全够用~

内容的提问来源于stack exchange，提问作者cosmosa