正则表达式查找包含在 HTML 标记之间的字符串

Question

我的问题是在包含 html 文本的 NSString 中查找特定单词（例如：span）的位置，然后替换该单词。

例如，如果我的目标词是 span，我的替换文本应该如下所示：

<SPAN style="BACKGROUND-COLOR: #FF0000">span</SPAN>

如果我的起始文本是：

<span class='i_04_12_000000'>this is a span</span>

我想要的结果是：

<span class='i_04_12_000000'>this is a <SPAN style="BACKGROUND-COLOR: #FF0000">span</SPAN></span>

显然，如果我只搜索 span，我不会只在 html 标记内找到该匹配项。 关于如何定位正确字符串的想法，即使使用 NSRange ？

更新：

这是最终的解决方案：;)

    +(NSString *)emphasizeString:(NSString *)stringToEmphasize inText:(NSString *)fullText
{
    NSString * regExp = [NSString stringWithFormat:@"(?i)([\\s\\.,>'-])(%@)([\\s\\.,;!\\?\\)<])",stringToEmphasize];;
    NSArray * regexResult = [fullText arrayOfCaptureComponentsMatchedByRegex:regExp];
    NSString * result = [NSString stringWithString:fullText];
    if([regexResult count] >0)
    {
        for (NSArray * match in regexResult)
        {

            NSString * all = [match objectAtIndex:0];
            NSString * before = [match objectAtIndex:1];
            NSString * matched = [match objectAtIndex:2];
            NSString * after = [match objectAtIndex:3];

            result = [result stringByReplacingOccurrencesOfString:all 
                                                       withString:[NSString stringWithFormat:@"%@<SPAN style=\"BACKGROUND-COLOR: #FF0000\">%@</SPAN>%@",before, matched, after]
                                                          options:NSCaseInsensitiveSearch 
                                                            range: [result rangeOfString:all]];
        }
    }
    NSLog(@"%@",result);
    return result;
}

Answer 1

这是最终的解决方案：;)

    +(NSString *)emphasizeString:(NSString *)stringToEmphasize inText:(NSString *)fullText
{
    NSString * regExp = [NSString stringWithFormat:@"(?i)([\\s\\.,>'-])(%@)([\\s\\.,;!\\?\\)<])",stringToEmphasize];;
    NSArray * regexResult = [fullText arrayOfCaptureComponentsMatchedByRegex:regExp];
    NSString * result = [NSString stringWithString:fullText];
    if([regexResult count] >0)
    {
        for (NSArray * match in regexResult)
        {

            NSString * all = [match objectAtIndex:0];
            NSString * before = [match objectAtIndex:1];
            NSString * matched = [match objectAtIndex:2];
            NSString * after = [match objectAtIndex:3];

            result = [result stringByReplacingOccurrencesOfString:all 
                                                       withString:[NSString stringWithFormat:@"%@<SPAN style=\"BACKGROUND-COLOR: #FF0000\">%@</SPAN>%@",before, matched, after]
                                                          options:NSCaseInsensitiveSearch 
                                                            range: [result rangeOfString:all]];
        }
    }
    NSLog(@"%@",result);
    return result;
}

Answer 2

试试下面的正则表达式：/<[a-z]+.*?>/

编辑：根据您的新说明进行更新：

由于您要捕获的文本前面的 html 标记具有可变数量的字符，因此您不能使用lookbehind 仅抓取开头标记前面的目标单词。但是，您可以使用：

/(<)([a-z]+)(.*?>.*?)(\2)(.*?</\1>)/

捕获整个标签，其中标签的名称在其正文文本中的某处重复，并将该文本片段隔离在捕获组中。然后，使用替换方法将该正则表达式作为搜索模式，并使用 "$1$2$3<span style=\"background-color: #FF0000;\">$4</span>$5"（其中 $4 表示包含我们的目标文本的第四个捕获组）作为替换字符串。