查找不在特定 html 标记之间的字符串

Question

我被要求使用正则表达式来解析 HTML。我确实意识到正则表达式不利于 HTML 匹配。

我想找到一个特定的字符串并评估它是否在两个字符串之间。

在此示例中，® 必须紧接在 <sup> 和 </sup> 之间

示例： <sup>®</sup>

我相信这将涉及使用负前瞻和后瞻。我的第一个想法是：

(?<!<sup>)®(?!<\/sup>)

不幸的是，这失败了，因为我不相信您可以在这种组合中进行前瞻和后瞻。

仅使用负前瞻确实有效，并且可能足以满足我的目的......

®(?!<\/sup>)

...但我想知道是否可以通过这种方式将前瞻和后瞻结合起来。还是我应该使用另一种技术？

提前致谢

Answer 1

您的初始正则表达式（即(?<!<sup>)®(?!<\/sup>)）是正确的，如https://www.debuggex.com/r/WyY9y0Zq2Krz_3Xm 的示例用法所示

但是，它适用于 Python 和 PCRE，但不适用于 Javascript（您可以通过在下拉列表中选择它们中的每一个来进行检查）。 Javascript 没有负面的后向支持。