javascript - 限制 RegEx 表达式中的捕获范围

Question

(注意:以下是使用 javascript 风格的 RegExen，其中 . 不匹配换行符，但 [^] 匹配。)

假设我有这段文字:

chaff 更多 chaff START PATTERN 更多 chaff
chaff more chaff 开始模式多汁的东西
多汁的东西 多汁的东西 结束模式 谷壳
谷壳开始模式更多多汁的东西更多
多汁的东西结束模式

...我想要一个带有全局标志 (g) 的 RegEx 来捕获有趣的东西。具体来说，我希望第一场比赛是

开始模式多汁的东西
多汁的东西 多汁的东西 END PATTERN

第二场比赛是

START PATTERN 更多有趣的东西
多汁的东西结束模式

美中不足的是第一个 START PATTERN。我在 regex101.com(对于那些不知道它的人来说是一个很棒的工具)上花了一些时间，但这个不起作用:

/(?:START PATTERN[^]+)?(START PATTERN[^]+END PATTERN)/?

它捕获了第二组(“多汁的东西”)但没有捕获第一组。我也尝试过各种负面前瞻的组合，但没有成功。

想法？

Answer 1

你需要一个 tempered greedy token :

START PATTERN(?:(?!(?:START|END) PATTERN)[^])*END PATTERN
             ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

参见 the regex demo .

(?:(?!(?:START|END) PATTERN)[^])* 被称为缓和贪婪标记，因为贪婪 * 量词是消极的前瞻性调和。在 lookahead 中，我们列出了所有不想与尾随定界符匹配的模式。

请注意，如果您打算匹配文字单词 START 和 END，您可以通过添加单词边界来提高精度:

\bSTART PATTERN\b(?:(?!\b(?:START|END) PATTERN)[^])*\bEND PATTERN

请注意，为了提高效率，我们可以展开它:

START PATTERN[^ES]*(?:S(?!TART PATTERN)[^ES]*|E(?!ND PATTERN)[^ES]*)*END PATTERN

参见 another demo