我正在看这个正则表达式
<(\\w*)>\\.*</(\\w*)>
遍历教程等。我将其理解为阅读，匹配形式之后的任何内容
<tag1>blah</tag1>
即一个XML元素，一些文本和一个结束XML元素。但是，当我在各种正则表达式检查器(例如Expresso)上运行它时，它与我认为的不匹配。
注意:进一步复杂化此正则表达式是在Java中，据我所知，这意味着存在一些细微的差异。
我想念什么？
任何赞赏...
谢谢
最佳答案
仅对于文字需要转义，但是某些语言使用\本身来转义字符串中的字符，从而迫使您在字符串中使用\\来表示正则表达式中的\。尝试提取\\(正则表达式中的文字\)可以是此类语言的\\\\。我认为这可能是在示例代码中看到\\时造成混乱的原因。
改善正则表达式:
如果有人想做一个冲洗器，并构造一个不规则表达式，例如:
< _some_tag some="stuff" >
some <strong>content</strong>
< / _some_tag >
您可以使用这种更通用的正则表达式来捕获标记名称，内容和属性。
<\s*([A-Za-z_]\w*)\s*([^\>]+)>(.*?)<\s*\/\s\1\s*>
请注意，如果同一标签在页面中还存在，则需要
.*?；否则，保持贪婪将使其捕获所有内容，直到最后一个具有该名称的标签关闭为止。另外<tag1>blah</tag2>显然是伪造的，但是如果您想具有这种灵活性，则可以更改此正则表达式的最后一部分。