Eu simplifiquei sua string de entrada para qABxBCzABxBCDEFw , onde
A represents [
B represents -
C represents ]
D represents {\+
E represents the text between the +s (including the URL)
F represents \+}
Lower case letters represent everything else.
Então, aqui estão alguns comandos substitutos executados contra a entrada:
Command Output
0. Input text: qABxBCzABxBCDEFw
1. Non-greedy: 's|AB.*?BCD(E)F||' qEw
2. Greedy: 's|AB.*BCD(E)F||' qEw
3. Restricted Non-greedy: 's|AB[^B]*?BCD(E)F||' qABxBCzEw
4. Restricted Greedy: 's|AB[^B]*BCD(E)F||' qABxBCzEw
5. Constrained Non-greedy: 's|(.*)AB.*?BCD(E)F||' qABxBCzEw
6. Constrained Greedy: 's|(.*)AB.*BCD(E)F||' qABxBCzEw
O comando 1 é o que você tentou. O comando 2 é a mesma coisa, mas não é não-ganancioso. Como você sabe, eles produzem o mesmo resultado.
Parece-me que não-greedy se aplica apenas ao comprimento do texto correspondente
por algo como .* . Não afeta o ponto de partida.
As correspondências de regex sempre começam assim que podem.
Então, quando você diz AB.*?BC (ou seja, \[-.*?-\] ),
está igualando o primeiro [- na linha.
Então, você espera, ele está combinando com a string mais curta possível
de qualquer caractere que termine com -] .
Você pode esperar que isso seja [-(-] .
Mas olhe mais de perto: o regex é AB.*?BCD(E)F ,
por isso deve coincidir com a menor cadeia possível
de qualquer caractere que termine com -] {+ .
Isso força a consumir tudo quase até a URL.
Eu escrevi quatro comandos alternativos que parecem fazer o que você quer.
As pesquisas "restritas" (3 e 4), não para AB.*BC ,
mas para AB[^B]*BC ; em palavras, AB … BC sem B s no “…”.
No seu caso, isso significa [- … -] sem - s no “…”.
Os "restritos" (5 e 6) forçam a partida AB.*BC a começar
tão tarde quanto possível, colocando um .* ganancioso na frente deles.
Acontece que não importa se você faz a parte AB.*BC
como ganancioso ou não-ganancioso nestes, também.