为什么正则表达式与此文本匹配?

您需要指定非贪婪版本: .*? 但是 grep 正则表达式不支持它。

如果您使用 GNU grep ,您可以使用 -P 选项(或 --perl-regexp ):

grep -noP '<math>.*?</math>'

使用:

grep -noE '<math>[^<]*</math>'

而不是匹配 <math> 和 </math> ,这将不允许 < 在序列中,所以它不允许 </数学> 在…内

它也不允许任何其他标记,但看起来这对您的文本没有问题。

如果您使用的是支持PCRE的工具,则可以使用非贪婪正则表达式:

<math>.*?</math>

标准 grep 不使用PCRE,但如果使用GNUgrep,则可以使用 -P 选项。

自从 .* 是贪婪的,它将匹配从第一次发现 <math> 到最后找到 </math>