Perl正则表达式说明

Question

我有这样的正则表达式：

 s/<(?:[^>'"]|(['"]).?\1)*>//gs

我不知道这到底是什么意思。

Answer 1

正则表达式看起来旨在从输入中删除HTML标记。

它匹配文本开头<并与结尾> ，含有非> /非引号或引用的字符串（其可以包含> ）。 但它似乎有一个错误：

.? 说引号可以包含0或1个字符； 它可能是.*? （0个或更多字符）。 并防止回溯做类似的事情. 在某些情况下，奇匹配报价，它需要改变(?: ... )分组是占有欲（ >而不是: ）。

Answer 2

此工具可以解释详细信息： http : //rick.measham.id.au/paste/explain.pl?regex=%3C%28%3F% 3A[^% 3E%27%22]|%28[%27 ％22]％29％3F \\ 1％29 *％3E

NODE                     EXPLANATION
--------------------------------------------------------------------------------
  <                        '<'
--------------------------------------------------------------------------------
  (?:                      group, but do not capture (0 or more times
                           (matching the most amount possible)):
--------------------------------------------------------------------------------
    [^>'"]                   any character except: '>', ''', '"'
--------------------------------------------------------------------------------
   |                        OR
--------------------------------------------------------------------------------
    (                        group and capture to \1:
--------------------------------------------------------------------------------
      ['"]                     any character of: ''', '"'
--------------------------------------------------------------------------------
    )                        end of \1
--------------------------------------------------------------------------------
    .?                       any character except \n (optional
                             (matching the most amount possible))
--------------------------------------------------------------------------------
    \1                       what was matched by capture \1
--------------------------------------------------------------------------------
  )*                       end of grouping
--------------------------------------------------------------------------------
  >                        '>'

因此，它尝试删除ysth也提到的HTML标签。