RegEx - 如果存在内部 HTML 标记，则不匹配

Question

我已经整理了一个正则表达式（见下文），并且只有在没有内部 html 标记存在的情况下才能匹配

例子：

<b>asdf</b>

<b>asdf<i>asdf</i></b>

<b>asdf<i></b>

我的正则表达式：/<([b])>(.+?)</([b])>/g 请看这个link

如果有内部 HTML 标记，有人能指出我正确的方向以确保正则表达式不匹配吗？

Answer 1

对于您发布的示例，第一个问题是/ 具有特殊含义（正则表达式边界），需要转义。然后，如果我理解正确，您只想将 <b> 标记与内部文本匹配。一种基本方法是使用< 丢弃任何内容：

 /<(b)>([^<]+)<\/(b)>/

（旁注：b 不需要在 [] 内；除非你想分组，括号也可以去掉，导致：/<b>[^<]+<\/b>/）

现在，我们通常避免使用正则表达式来解析/分割 HTML，正如 RegEx match open tags except XHTML self-contained tags 的精彩回答所解释的那样。

在 javascript 中，有很多方法可以在不使用正则表达式的情况下仅获取文本。例如，请参阅Strip HTML from Text JavaScript。

Answer 2

如果您必须为此使用正则表达式，则可以大大简化您的：匹配<b>，后跟除左尖括号外的任何内容，然后是</b>：

const re = /<b>[^<]+<\/b>/;
const str = `Aenean lacinia bibendum <a href="/life">life</a> sed consectetur. <a href="/work">Work</a> quis risus eget urna mollis ornare <a href="/about">about</a> leo. <a><asdf>asdf</asdf></a> <a>asdf</a>

This should not match:
<b><i>asdf</i></b>

This should match:
<b>asdf</b>`;
console.log(str.match(re));