Java正则表达式: avoiding logical operator

Question

以下正则表达式在应用于大型 html 页面时会创建 StackOverflowError:

<li.*?>(.|\s)*?</li>

我的假设是，这是由于逻辑“OR”运算符(|)在匹配器中创建了递归调用，并且由于需要解析的 html 页面大小较大，因此创建堆栈溢出。

有什么方法可以在不使用“OR”运算符的情况下重写此正则表达式(知道我想要捕获可能分为多行的内容，因此需要 \s)？

非常感谢，汤姆

Answer 1

以下使用DOT_ALL, (?:s)让点.还匹配换行符。

(?s)<li[^>]*>.*?</li>

但重要的是，不能回掷 <li...>发生了，因此我选择了这种变化。