在Python的文本处理场景中，我们经常会遇到需要匹配第一个闭合标签的需求，比如从一段HTML代码里提取第一个<div>标签的完整内容，或者获取第一个<span>标签的包裹文本。但很多新手直接用普通正则匹配时，往往会匹配到最后一个同类型闭合标签，达不到预期效果。其实只要掌握正则的非贪婪匹配特性，就能轻松实现匹配到第一个闭合标签就停止的目标。
核心原理：非贪婪匹配
正则表达式默认是贪婪匹配，会尽可能多地匹配字符，比如用<div>.*</div>匹配<div>a</div><div>b</div>时，会直接匹配到整个字符串，而不是第一个<div>的内容。而非贪婪匹配会在满足条件的情况下尽可能少地匹配字符，只需要在量词后面加?就能开启，比如.*?就是非贪婪的任意字符匹配。
具体实现步骤
我们可以结合re模块的search方法，使用非贪婪模式的正则表达式来匹配第一个闭合标签，步骤如下：
- 导入re模块
- 构造带非贪婪匹配的正则表达式，匹配开始标签、中间内容、第一个闭合标签
- 使用re.search()方法查找第一个匹配结果
- 提取匹配到的内容
代码示例
以下代码演示了如何匹配第一个<div>闭合标签的完整内容：
import re
# 测试用的HTML文本
html_text = "<div class='box'>第一个div内容</div><div>第二个div内容</div><p>其他文本</p>"
# 构造非贪婪匹配的正则，匹配第一个div闭合标签
# 注意：这里用.*?非贪婪匹配中间内容，避免匹配到后面的div
pattern = r"<div[^>]*>.*?</div>"
# 使用search方法查找第一个匹配结果
match_result = re.search(pattern, html_text)
if match_result:
print("匹配到的第一个div闭合标签内容：")
print(match_result.group())
else:
print("未匹配到对应的闭合标签")运行上述代码，输出结果为：
匹配到的第一个div闭合标签内容： <div class='box'>第一个div内容</div>
匹配其他类型标签的示例
如果需要匹配其他标签，比如<p>标签，只需要调整正则中的标签名即可：
import re
html_text = "<p>第一个段落</p><p>第二个段落</p>"
# 匹配第一个p闭合标签
pattern = r"<p[^>]*>.*?</p>"
match_result = re.search(pattern, html_text)
if match_result:
print("匹配到的第一个p标签内容：")
print(match_result.group())注意事项
虽然正则可以快速匹配简单的闭合标签，但如果是处理复杂的HTML/XML文档，比如标签嵌套、属性包含特殊字符的场景，正则可能会出现匹配错误的情况。这种时候更推荐使用专门的解析库，比如BeautifulSoup或者lxml，它们的解析逻辑更符合标签的嵌套规则，稳定性更高。如果只是处理简单的文本标签匹配，上述正则方法完全可以满足需求。
另外要注意，正则中的[^>]*是用来匹配开始标签里的属性，避免属性里的>被误判为标签结束，这个写法可以适配带属性的开始标签场景。