匹配两个标签之间所有出现的单词 - 正则表达式答案

【问题标题】：match all occurences of a word between 2 tags - regex匹配两个标签之间所有出现的单词 - 正则表达式
【发布时间】：2020-09-13 05:47:34
【问题描述】：

我想匹配包含在文本中 2 个标签之间的给定单词的所有实例

我的正则表达式：

(\[mytag\])(.*?)(mytext)(.*?)(\[\/mytag\])

样品1：

[mytag]1 mytext xxx -- this one should match since its withing mytag [/mytag]

样本2：

[mytag] something [/mytag]

2 mytext xxx -- THIS ONE SHOULD **NOT** MATCH - because its not actually within mytag!

[mytag] something [/mytag]

样本 3：

[mytag]4 mytext xxx -- this should match
xxxx xxx
xxxx
5 mytext -- this should match
xxx

[/mytag]

我的正则表达式适用于 Sample1。
它与 Sample2 中的 mytext 不正确匹配。它不应该匹配。
它仅匹配 Sample3 中 mytext 的第一个实例。我想匹配所有实例。

任何想法如何解决这个问题？

【问题讨论】：

案例 2 工作正常 mytext 在打开关闭标签之间；对于您想要的内容，您需要向正则表达式添加条件，以便在字符串之间不包含您的标签；对于案例 3，正则表达式确实在 2 个标签之间正确找到了 1 个 mytext 也是正确的
您使用什么正则表达式引擎/编程语言？它有向后看/向前看吗？

标签： regex

【解决方案1】：

如果你不想在两者之间交叉其他[mytag]和[/mytag]，你可以使用

\[(mytag])(?:(?!\[/?\1).)*mytext(?:(?!\[/?\1).)*\[/\1

说明

\[匹配[
(mytag]) 捕获组 1，匹配 mytag]
(?:(?!\[/?\1).)* 匹配任何不直接跟在[ 之后的字符、可选的/ 和对第1 组的反向引用（即mytag]）
mytext
(?:(?!\[/?\1).)* 再次匹配任何不直接跟随[ 的字符，可选/ 和对组1 的反向引用
\[/\1 匹配 [/ 和对第 1 组的反向引用

Regex demo

请注意，如果分隔符不是/，则不必转义正斜杠。

【讨论】：

【解决方案2】：

这是一个使用 JavaScript 的 sn-p（没有前瞻或回溯）：

// ===== test data =======================================

const text=`Sample1:
[mytag]1 mytext xxx -- this one [b]should[/b] match since its within mytag [/mytag]

Sample2:
[mytag] something [/mytag]

2 mytext xxx -- THIS ONE SHOULD **NOT** MATCH - because its not actually within mytag!

[mytag] something [/mytag]
Sample3:

[othertag]4 mytext xxx -- this should match
xxxx xxx
xxxx
5 mytext -- this should match
xxx
[/othertag]`;

// ===== solution starts here: ============================

const regexp=/\[([a-z]+])([\w\W\n]*?)\[\/\1/gi;
let r,matchedtext=[];
while (r=regexp.exec(text)) matchedtext.push(r[2]);
console.log(matchedtext.join("\n"));

在我的正则表达式中，我捕获任何可能的标签名称并寻找匹配的对。请注意，如果存在嵌套结构，这将始终捕获 外部标记 的内容。

第二个模式组([\w\W\n]*?) 是我在更下方的while 循环中收集的那个。它匹配任何可能以非贪婪方式出现在两个匹配标签之间的内容（包括换行符！）（?）。这样可以避免将多个标签名称相同的标签合并为一个。

【讨论】：

【解决方案3】：

您可以修改现有的正则表达式以适用于任何标签.. 不仅仅是mytag。这样，您就不必检查开始和结束标记。

\[(\w+)\](.*?)(mytext)(.*?)\[\/\1\]

【讨论】：

【解决方案4】：

这个正则表达式将解决您的问题

^\s*(\[mytag\])(.*?\s*)(mytext)(.*?\s*)+(\[\/mytag\]).*

现在捕获 Group3 以获得期望文本。

【讨论】：