为什么正则表达式与此文本匹配？

Question

为什么grep -noE '.*‘匹配

w，来自一组特殊的二元分数，V_i，i= 1，2，\dots，w称为方向数。使用i，G(i)的[格雷码]位来选择方向数。要获得Sobol序列值，s_i采用具有适当方向数的格雷码的二进制值的[排他或]。所需维数影响V_i 37196767的选择：\int_0^1 f(u)\，du \frac{1}{N}\，\sum_{i=1}^N (X_i)。

我只想拥有自己的每一个元素，而不是贪婪。

Answer 1

您需要指定非贪婪版本：.*?，但是grep正则表达式不支持它。

如果使用grep，则可以使用-P选项(或--perl-regexp)：

grep -noP '<math>.*?</math>'

Answer 2

使用：

grep -noE '<math>[^<]*</math>'

而不是匹配<math>和</math>之间的任何序列，这将不允许<在序列中，因此它不允许</math>在内部。

它也不允许任何其他标签，但看起来这并不是你的文本的问题。

如果使用的是支持PCRE的工具，则可以使用非贪婪的regexp：

<math>.*?</math>

标准grep不使用PCRE，但如果使用grep，则可以使用-P选项。

Answer 3

由于.*是贪婪的，所以它将匹配从第一次发现的<math>到最后找到的</math>。