如何才能停止匹配，直到第一個特定字符？

Question

這裏是我的模式（Live example）：

(?:"|")id(?:"|"):(?:"|")(.{0,200}?)(?:"|").{0,200}?(?:"|")urn:li:fs_miniCompany:65514(?:"|") 

正如你所看到的，它匹配下面的字符串作爲第一個捕獲組：

/p/3/005/07a/356/1399435.png","$type":"com.linkedin.voyager.common.MediaProcessorImage","$id": 

但這種預期的結果：

/p/3/005/07a/356/1399435.png 

我該怎麼做？

---

注：我可以使用[^&]+停止匹配，但在這種情況下，它會拋出Catastrophic Backtracking錯誤。

Answer 1

當您擁有結構化數據時，不要使用字符串方法。實際上，您正在搜索html <code>標記內的JSON字符串內的內容。 使用XPath提取包含子字符串"urn:li:fs_miniCompany:65514"的<code>標記文本是一件容易的任務，它將大大減少搜索區域。

然後，所有你需要做的是讓變化不大，以獲得一個JSON字符串（修剪不想要的字符，並用雙引號替換&quote;實體）

$dom = new DOMDocument; 
libxml_use_internal_errors(true); 
$dom->loadHTMLFile('yourfile.html'); // or $dom->loadHTML($yourstring); 

$xp = new DOMXPath($dom); 

$codeContent = $xp->evaluate('string(//code[contains(., "urn:li:fs_miniCompany:65514")])'); 

$json = str_replace('&quote;', '"', trim($codeContent, "\r\n \t\\n")); 
$arr = json_decode($json, true); 

print_r(array_column($arr['included'], 'id')); 

你只需要找到如何根據json結構選擇你想要的那個（使用print_r($arr)來可視化它）。

---

你的模式一般考慮：

• 避免與交替啓動模式（我看不出有任何理由寫(?:&quote;|")因爲每個報價似乎是由它的HTML實體被替換。&quote;應該就夠了。）如果沒有其他的方法：
  • 嘗試使用研究修改：/pattern/S
  • 嘗試使用的第一個字符識別技術建立你的模式是這樣的：/(?=[&"])(?:&quote;|").../或者這樣說：/[&"](?:(?<=&)quote;|(?<=")).../
  在
  • 最壞的情況下嘗試兩種模式（開始一個字符串的模式提供了很大的改進，因爲在正則表達式引擎開始其正常步行之前，快速算法找到模式可能成功的所有位置）。
• a.*b.*c（如a.*?b.*?c或a.{1,n}b.{1,n}c或a.{1,n}?b.{1,n}?c）是一種公知的災難性回溯的來源。這種模式允許在主題字符串中爲單個位置提供太多組合，並且由於每個組合都經過測試，所以在失敗之前需要很多步驟和時間。
• 嘗試寫出儘可能快失敗的模式。

Answer 2

您可以使用負向預測來匹配除字符序列以外的所有內容。我還建議不要使用{0,200}，因爲它似乎很隨機。這種模式匹配第一個PNG路徑。如果你想擁有的最後一個，我會使用，而不是期運用{0,200}一個更具體的選擇：

(?:"|")id(?:"|"):(?:"|")(.*?)(?:"|").*?(?!").*?(?:"|")urn:li:fs_miniCompany:65514(?:"|") 

• 這是你更新的例子：https://regex101.com/r/wqmwDp/9
• 而在這裏，它正確的PNG（shrinken匹配示例文本）：https://regex101.com/r/wqmwDp/8