正则模式无法匹配连续分组：为何漏匹配中间目标内容？

首先，咱们先拆解你的目标字符串：

" text/html , application/xhtml+xml , application/xml ;q=0.9;q =0.8"

你没匹配到application/xhtml+xml，大概率是因为你的正则模式字符集范围不够，或者对MIME类型的格式覆盖不全。

常见错误原因 #

最可能的两种情况：

• 你的正则用了\w来匹配子类型，但\w只匹配字母、数字和下划线，不包含+符号。application/xhtml+xml里的xhtml+xml带有+，所以正则会在xhtml这里就停止匹配，导致整个MIME类型无法被完整捕获。
• 你处理分隔符（逗号、分号）时，没考虑前后的空格，比如用了,(\w+/\w+)这种模式，中间的application/xhtml+xml因为子类型不符合\w+的规则，直接被跳过，只匹配了前后符合条件的两个。

正确的正则方案 #

要匹配所有合法的MIME类型，我们需要涵盖类型和子类型允许的全部字符：类型部分是字母数字加连字符，子类型可以包含字母、数字、连字符、加号、点号。对应的正则可以写成：

([\w-]+/[\w\+\-\.]+)

加上全局匹配修饰符g后，就能从你的目标字符串里提取出三个完整的MIME类型：text/html、application/xhtml+xml、application/xml。

验证示例 #

如果用JavaScript测试：

const str = '" text/html , application/xhtml+xml , application/xml ;q=0.9;q =0.8"';
const regex = /([\w-]+\/[\w\+\-\.]+)/g;
console.log(str.match(regex)); 
// 输出: ["text/html", "application/xhtml+xml", "application/xml"]

如果用Python测试：

import re
str = '" text/html , application/xhtml+xml , application/xml ;q=0.9;q =0.8"'
regex = r"([\w-]+/[\w\+\-\.]+)"
print(re.findall(regex, str))
# 输出: ['text/html', 'application/xhtml+xml', 'application/xml']

这样就能完美提取你需要的三个内容啦。

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