26、实用正则表达式技巧

实用正则表达式技巧

正则表达式在文本处理中有着广泛的应用，本文将介绍一些实用的正则表达式技巧，包括匹配定界文本、处理双引号字符串、去除首尾空格以及处理 HTML 相关内容等。

1. 匹配定界文本

匹配定界文本是常见的正则表达式应用场景，例如匹配双引号字符串、IP 地址等。这类问题通常需要满足以下要求：
1. 匹配开始定界符。
2. 匹配主要文本（即匹配除结束定界符之外的任何内容）。
3. 匹配结束定界符。

当结束定界符包含多个字符，或者可能出现在主要文本中时，满足这些要求会变得复杂。

常见的匹配定界文本的例子包括：
- 匹配 C 语言注释，由 /* 和 */ 包围。
- 匹配 HTML 标签，由 <...> 包裹。
- 提取 HTML 标签之间的内容。
- 匹配 .mailrc 文件中的一行。
- 匹配带转义引号的字符串。
- 解析 CSV 文件。

2. 处理双引号字符串中的转义引号

考虑一个包含转义引号的双引号字符串，如 2\"x3\" 。我们希望正则表达式能够正确匹配这个字符串，而不出现意外匹配。

最初的尝试是使用 "( [^"] | (?<=\\)") +" ，它能正确匹配 2\"x3\" ，但在某些情况下会出现问题。例如，对于字符串 Darth Symbol: "