正则表达式特定排除

Question

我需要一个匹配第一次出现单词的正则表达式模式，不包含在“a”标签内，但可以包含在任何其他标签内标签。

即负前瞻以查看匹配的单词是否在 a' 标记内，如果是，则忽略并继续寻找有效匹配。

示例字符串

有效载荷 1：

<p>Sample 1 <a href="shouldNotMatchWrappedInA">wordToMatch</a> some random text 
to not be matched followed by wordToMatch, this should work.</p>

预期结果1：

wordToMatch ("Not the one inside of a' tags but the following one")

有效载荷 2：

<p>Sample 2 <a href="shouldNotMatchWrappedInA">wordToMatch</a> some random text 
to not be matched followed by <b>wordToMatch</b> this should work.</p>

预期结果 2：

wordToMatch ("The one inside of the b' tags")

有效载荷 3：

<p>Sample 3 <a href="shouldNotMatchWrappedInA">wordToMatch</a> some 
random text to not be matched followed by wordToMatch followed by 
further occurrences of wordToMatch which should not be matched.</p>

预期结果 3：

wordToMatch ("The second occurrence of the term")

请帮忙:'(

使用的语言是 Java

Answer 1

我能想到的简单模式是：

(?:<a.*>)(\w+)(?:<\/a>)

为了测试，请运行 perl 脚本：

$result  = "<p>Sample 1 <a href=\"shouldNotMatchWrappedInA\">wordToMatch</a> some random text to not be matched followed by <b>wordToMatch</b>, this should work.</p>";

$result  =~  m/(?:<a.*>)(\w+)(?:<\/a>).*(\1).*/;

print $2; 

注意你需要使用第二个匹配组。 不幸的是，我不能用 JAVA 给你答案。