javascript - 正则表达式从文本中捕获 ID

Question

我有以下正则表达式，我试图捕获每个开始评论的 ID。但由于某种原因我只能捕捉到第一个。它不会获取嵌套评论的 ID。它只将 1000 打印到控制台。我试图让它捕获 1000 和 2000。有人能发现我的正则表达式中的错误吗？

<script type="text/javascript">

    function ExtractText() {
        var regex = /\<!--Start([0-9]{4})-->([\s\S]*?)<!--End[0-9]{4}-->/gm;
       var match;
        while (match = regex.exec($("#myHtml").html())) {
            console.log(match[1]);
        }
    }

</script>

<div id="myHtml">
   <!--Start1000-->Text on<!--Start2000-->the left<!--End1000-->Text on the right<!--End2000-->
</div> 

根据 Mike Samuel 的回答，我将 JS 更新为以下内容:

function GetAllIds() {

        var regex = /<!--Start([0-9]{4})-->([\s\S]*?)<!--End\1-->/g;
        var text = $("#myHtml").html();
        var match;
        while (regex.test(text)) {
            text = text.replace(
               regex,
               function (_, id, content) {
                   console.log(id);
                   return content;
               });
        }
    }

Answer 1

在

<!--Start1000-->Text on<!--Start2000-->the left<!--End1000-->Text on the right<!--End2000-->

“1000”区域与“2000”区域重叠，但 exec 循环仅查找非重叠匹配项，因为每次调用 exec > 具有相同的正则表达式和字符串，从最后一个匹配的末尾开始。要解决这个问题，请尝试

var regex = /<!--Start([0-9]{4})-->([\s\S]*?)<!--End\1-->/g;
for (var s = $("#myHtml").html(), sWithoutComment;
     // Keep going until we fail to replace a comment bracketed chunk
     // with the chunk minus comments.
     true;
     s = sWithoutComment) {
  // Replace one group of non-overlapping comment pairs.
  sWithoutComment = s.replace(
     regex,
     function (_, id, content) {
       console.log(id);
       // Replace the whole thing with the body.
       return content;
     });
  if (s === sWithoutComment) { break; }
}