正则表达式：匹配除一个特定字符外的所有内容

Question

我试图做出具体的表达，但我无法解决我的实际问题。也许你们中的一些人可以...

我有字符串：

<!ENTITY a0 "dosdosdosdosdosdosdosdosdosdosdosdosdosdos"

现在我想匹配引号之间的所有内容（至少 10 个字符），引号除外。

我开始于：

"(.{10,}?)"

乍一看，这匹配得很好，但这也匹配了下面的字符串，这对我来说是错误的。

<!ENTITY a0 "dosd" 
<!ENTITY a0 "osdos"

匹配从第一行的第一个引号开始，到最后一行的最后一个引号结束。

我明白为什么会这样，但我无法构建一个正则表达式来匹配除引号外的每个字符 10 次。点太笼统了。

编辑：新问题

新字符串：

<data>&a0;&a0;asddd&a0;&a0;&a0; 234324&a0;&a0;&a0;&a0;&a0;&a0;</data>

现在我尝试匹配这两个 XML 标签之间的特定表达式，直到第一个“<”出现。在这些标签之间，我需要出现至少 10 个“&a0”，这会导致

&[a-zA-Z0-9]+;

问题是，这些标签之间也可能出现不同的其他字符串（< 除外）。这个可以解决吗？

我试过：

<[a-zA-Z0-9]+>([^<]{10,}?)<\/[a-zA-Z0-9]+>

但现在它可以匹配所有内容而不是想要的 &[a-zA-Z0-9]+;

谢谢大家！

Answer 1

您可以使用

"([^"\r\n]{10,})"

[^"\r\n]{10,} 模式匹配出现 10 次或更多次的任何字符，但 "、CR 和 LF。

请注意，您可以在此处使用贪婪限制 (range/interval) 量词。

要限制通用模式，一个好主意是检查您的要求。如果你真的打算匹配字母、数字和 _，你可以用 \w shorthand 字符 class 替换 [^"\r\n] 否定字符 class .

Regular Expression: Match everything except one specific character