使用Lua模式匹配提取XML标签时遇嵌套标签识别问题

嘿，我懂你现在的困扰——用Lua的模式匹配处理XML嵌套标签的时候，确实很容易因为层级问题踩坑，毕竟Lua的模式匹配本质上是正则的简化版，没有专门处理递归嵌套的能力。

先说说你当前的CHILDTAG模式为什么会出错：
你写的<%w->.-<(%w-)>里，.-是最短匹配的任意字符，但它完全不理解XML的标签层级关系。当它从<Parent>开始匹配时，会一直找到下一个<xxx>标签就停下来——也就是<Division>，所以才会错误捕获到"Division"，而不是只识别到"Child"。这个模式根本没法区分“当前标签的闭合”和“子标签的开闭”。

针对你当前XML结构的临时解决方案 #

如果你的XML结构是固定层级（比如Parent→Child→Details/Division），可以分层拆解匹配，避免跨层级的错误匹配：

1. 先提取整个<Parent>标签内的内容：

local xml_snippet = [[<Parent> <Child> <Details>Text in Parent tag and Details child tag</Details> <Division>Text in Parent tag and Division child tag</Division> </Child> </Parent>]]
-- 匹配Parent标签内的所有内容（注意闭合标签的对应）
local parent_inner = xml_snippet:match("<Parent>(.-)</Parent>")

2. 再从Parent的内容里提取<Child>标签的内部内容：

local child_inner = parent_inner:match("<Child>(.-)</Child>")

3. 最后遍历Child内的所有子标签，提取标签名和对应文本：

local result = {}
-- 用<(%w+)>(.-)</%1>匹配成对的标签，%1表示和前面捕获的标签名一致的闭合标签
for tag_name, text_content in child_inner:gmatch("<(%w+)>(.-)</%1>") do
    result[tag_name] = text_content:gsub("%s+", " ") -- 可选：去除多余空格
end

-- 输出结果：
-- result.Details = "Text in Parent tag and Details child tag"
-- result.Division = "Text in Parent tag and Division child tag"

更通用的XML解析建议 #

如果你的XML结构可能有更复杂的嵌套（比如多层子标签、不确定的层级），我真心建议不要用Lua模式匹配硬扛——因为模式匹配天生不支持递归结构，很难覆盖所有边缘情况（比如标签带属性、自闭合标签、转义字符等）。

这时候可以用Lua生态里专门的XML解析库，比如：

• luaexpat：基于Expat的SAX风格解析器，处理大型XML也很高效
• LuaXML：提供DOM风格的API，方便直接操作XML节点

这些库能完美处理标签嵌套、属性解析等XML的核心特性，比自己写模式省心太多。

内容的提问来源于stack exchange，提问作者GKE