正则表达式 - 反向引用以匹配第一个匹配项

Question

目标

将后续的强元素和强调元素组合成一个元素。取以下字符串：

This is a <strong>test</strong><strong>string</strong>.

我需要做的是用一个标签替换两个强标签。上面应该变成：

This is a <strong>teststring</strong>.

到目前为止，我有以下正则表达式可以实现这个目标：

(?<values>(\<(?<tag>emphasis|strong)\>([^\<]+)\<\/\k<tag>\>){2,}?)

问题

获取以下测试字符串：

This is <emphasis>a</emphasis><strong>b</strong>.

它将第一个强调标签与最后一个强标签匹配。然而，这不是期望的行为。我需要的是正则表达式匹配强或强调，然后反向引用（\k<tag>）匹配相同的元素（强或强调）。上面的示例将导致匹配，但它不应该因为强调和强标签都没有重复。

解决此问题的一种方法是首先运行一个仅表示强的表达式，然后运行另一个仅表示强调的表达式。但是，这将导致更多的维护、额外的测试等，因此是不可取的。

感谢您提供的任何帮助。

Answer 1

在我看来，您真正想要做的是消除任何彼此相邻的结束标签和开始标签。

在这个：

This is a <strong>test</strong><strong>string</strong>.

您不想将第一个标签的内容与第二个标签的内容结合起来。你只是想摆脱中间的</strong><strong>。

所以做一些类似的事情

s/<\/(\w+)><\1>//;

如果您想将其限制为某些标签，请执行以下操作：

s/<\/(strong|emphasis)><\1>//;

（您没有指定您使用的语言，所以我使用了sed 替换。）