关于正则表达式反向引用的一个小疑问

ad760

表达式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>"。前半部分和最后都还理解，就中间('|").*?\4)?\s*这一串中到这里('|")就顺不下去了，麻烦各位坛友帮忙解释一下，最后匹配"<td id='td1'style="bgcolor:white"></td>"匹配成功。
先谢谢了:em16:

qq58945591

('|")

这个可以理解为或的关系么？ 匹配  ' 或者 "

新手等大神指导。

jason680

回复 1# ad760

check it on the same color ...

精通正则表达式的 12 个有用资源
http://bbs.chinaunix.net/forum.php?mod=viewthread&tid=4093013&fromuid=24785593


"<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>"

"<td id='td1'style="bgcolor:white"></td>"


Note:
  (\w+(=('|").*?\4)?\s*)*   <== the start * can match more times

first time: id='td1'
second time: style="bgcolor:white"

yestreenstars

回复 2# qq58945591

是的
   

Kasiotao

回复 5# yestreenstars
星辰大大.*后面还跟一个?是什么意思？

   

yestreenstars

回复 6# Kasiotao

问号表示0或1个
   

Kasiotao

回复 7# yestreenstars
嗯。这个我明白，我不明白的是.*应该是匹配所有的内容吧，后面再紧跟一个?有什么特殊含义么

   

yestreenstars

回复 8# Kasiotao

在Perl正则中有懒惰匹配之意
   

ad760

正则表达式中的贪婪和非贪婪模式。
不加？号是尽可能多的去匹配，而加上?号则可以使匹配次数不定的表达式尽可能的少的匹配。
ex1：表达式 "<td>(.*)</td>" 与字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配时，
匹配的结果是：成功；匹配到的内容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整个字符串， 表
达式中的 "</td>" 将与字符串中最后一个 "</td>" 匹配。
ex2：相比之下，表达式 "<td>(.*?)</td>" 匹配举例1中同样的字符串时，将只得到
"<td><p>aa</p></td>"， 再次匹配下一个时，可以得到第二个 "<td><p>bb</p></td>"。回复 8# Kasiotao