正则表达式中最短的比赛

Question

这是我的正则表达式：

/<strong>.*ingredients.*<\/ul>/im

假设源代码：

<strong>Contest closes on Thursday May 10th 2012 at 9pm PST</strong></div>
<br />
<br />
<br />
* I am not affiliated with Blue Marble Brands or Ines Rosales Tortas in any way.&nbsp; I am not sponsored by them and did not receive any compensation to write this post...I just simply think the&nbsp;Tortas&nbsp;are wonderful!<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="http://1.bp.blogspot.com/-35J5vNrXkqE/T6htXTafrmI/AAAAAAAAA5E/g2mtiuSpSmw/s1600/food+003.JPG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="480" mea="true" src="http://1.bp.blogspot.com/-35J5vNrXkqE/T6htXTafrmI/AAAAAAAAA5E/g2mtiuSpSmw/s640/food+003.JPG" width="640" /></a></div>
<br />
<strong><span style="font-size: large;">Ingredients:</span></strong><br />
<ul>
<li>Ines Rosales Rosemary and Thyme Tortas</li>
<li>Pizza Sauce (ready made in a jar)</li>
<li>Roma Tomatoes</li>
<li>Roasted Red Peppers </li>
<li>Marinated Artichoke Hearts</li>
<li>Olives (I used Pitted Spanish Manzanilla Olives)</li>
<li>Daiya Vegan Mozzarella Cheese</li>
</ul>
<span style="font-size: large;"><strong>Directions:</strong></span><br />
<br />
Spread small amount of pizza sauce over Torta. 

正则表达式很贪婪，可以从<strong>Contest...</ul>但最短的匹配应产生<strong><span style="font-size: large;">Ingredients...</ul>

这是我的要旨： https : //gist.github.com/3660370

:: edit ::请在强标签和成分之间以及成分和ul之间留出灵活性。

Answer 1

尝试这个：

/<strong><span.*ingredients.*<\/ul>/im

请不要对html进行正则表达式。 请改用Nokogiri或类似的库。

Answer 2

这应该工作：

/(?!<strong>.*<strong>.*<\/ul>)<strong>.*?ingredients.*?<\/ul>/im

在这里测试

基本上，正则表达式使用负前瞻避免在<\\ul\u0026gt; <strong>之前使用多个<strong> ，例如： (?!<strong>.*<strong>.*<\\/ul>)

Answer 3

我认为这是您要寻找的：

/<strong>(?:(?!<strong>).)*ingredients.*?<\/ul>/im

用(?:(?!<strong>).)*替换第一个.*可以在找到ingredients之前匹配除另一个<strong>标记之外的任何其他内容。 在那之后，非贪婪的.*? 导致它在看到的</ul>的第一个实例处停止匹配。 （您的样本仅包含一个<UL>元素，但我假设实际数据可能包含更多元素。）

通常会出现警告：即使在完全有效的HTML中，也可以通过多种方法来欺骗该正则表达式，更不用说我们通常会看到的麻烦了。