RegEx捕获多个重复的可选字段？

Question

对RegEx来说还是个新手，别对我太客气了。我想知道你是否可以捕获多个重复的可选字段？例如，此URL有多个相关的元值字段。但是有些网址只有一个meta，有些网址有3+。下面的RegEx将可选地仅捕获第一个元值。

我的源现在只需要捕获不到4个metas，所以我只需在RegEx中粘贴重复的：(((?!meta-value).)+meta-value">([^<]+))?来捕获前4个元数据。

然而，我想知道是否有更好的方法。我考虑过在单独的RegEx中捕获元数据，但它们与URL相关，所以我试图同时捕获它们。

示例RegEx：

<a href="([^"]+)(((?!meta-value).)+meta-value">([^<]+))?

示例文本(第一个URL有两个元值类别，第二个URL只有一个)：

bla bla <a href="testurl.html"> bla bla <div id="meta-value">Category</div> bla bla bla <div id="meta-value">Diff Category</div> bla bla <a href="testurl2.html"> thsdlkjfh <div id="meta-value">Category2</div> bla bla bla 

http://www.regexpal.com/?fam=97173

谢谢你的帮助。

Answer 1

我不确定我是否完全理解了期望的结果，但是如果您在每个<a>标记中查找每个div元素的内容，那么我建议使用两个匹配项。

第一个方法应该获取所有的<a>标记及其内容：<a href="(.+?)".*?<\/a>，如果您愿意，还可以使用url的捕获组

然后迭代刚刚创建的<a>标记列表，并使用下面的表达式提取元部件：<div id="meta-value">(.*?)<\/div>

您可以尝试使用这些表达式here。

如果这不能满足您预期的结果，请进一步澄清。