使用点匹配时，正则表达式不会停止

Question

我想从包含“站点”一词的页面中删除一些脚本

<scritp>
o.com
bla bla bla
</script><p>this is line></p>

<script>
google.com/jquery.js !
</script>

<scritp>
site.com
bla bla bla
</script><p>aa</p>

CONTENT
STYLE
SIDEBAR
...


<scritp>
site.com
aaa bla bla bla
</script><p>a</p>

我正在使用以下正则表达式：

<scritp>.*?site.*?<\/script>

但它包含与匹配项无关的行。

调试链接：https://regex101.com/r/rC0vF8/2

当我找到匹配项时如何停止：</script>

我想一次性匹配所有<script>site.com</script>

Answer 1

改用这个正则表达式：/<scritp>\nsite.*?<\/script>/gsi

您的正则表达式将获取第一个 <script> 然后下一个 site.* 然后最后一个 </script>

Answer 2

令人困惑的外观，您的示例和演示中有一些 scritp 和一些 script。是这个意思吗？但是，如果您的输入方便，您可以使用negative lookahead：

<script>((?!</script).)*?site(?1)*</script>

• ((?!</script).)*? 匹配 lazily 任意数量的任意字符，而 </script 不在前面
• 直到site 和(?1)* reuses 模式在第一个group 直到</script> 贪婪。

更多解释和demo at regex101

对于此类问题，通常首选parser 解决方案。取决于输入。