如何编写正则表达式匹配重复的<tag>key</tag> value并提取键值对？

你遇到的问题很典型——默认的贪婪匹配会把后续所有内容都吞进去，导致只能拿到第一个键对应的“超大值”。要精准捕获每个键对应的、下一个<tag>出现前的内容，我们可以用正向预查来限制值的匹配边界，这是最简洁可靠的方案。

直接上可用的正则表达式：

/<tag>(.*?)<\/tag>(.*?)(?=<tag>|$)/g

拆解一下这个正则的逻辑： #

• <tag>(.*?)<\/tag>：和你之前的写法一样，非贪婪匹配标签内的键内容，作为第一个捕获组。
• (.*?)：非贪婪匹配值内容，作为第二个捕获组——这里的关键是后面的预查限制了它的匹配范围。
• (?=<tag>|$)：正向预查断言，确保匹配到下一个<tag>的开头或者字符串末尾就停止，完美避免了把后续的键值对包含进来。

测试示例 #

比如你的测试字符串：

<tag>key:</tag> value; <tag>key</tag> value

用这个正则全局匹配后，会得到两组结果：

1. 第一组捕获：key:，第二组捕获：value;
2. 第一组捕获：key，第二组捕获： value

如果你的值内容里可能包含<但不是<tag>的情况（比如<other>），这个正则也能正常工作，因为预查是精确匹配<tag>开头的位置，不会误判。

另外，如果你的正则引擎不支持正向预查（这种情况很少见），也可以用排除型匹配的写法，但相对繁琐一些：

/<tag>(.*?)<\/tag>([^<]+|<(?!tag>))*/g

不过还是优先推荐第一种正向预查的方案，可读性和维护性都更好。

内容的提问来源于stack exchange，提问作者KrimblKrum