查找文本在HTML與正則表達式

Question

我有一些文字

Trotz­dem gibt es Unter­su­chun­gen, die nahe­le­gen, dass bis zu 20% der Stu­die­ren­den in Deutsch­land wäh­rend der Prü­fungs­vor­be­rei­tung Rita­lin ein­schmeis­sen [2], Repor­ta­gen, dass bri­ti­sche Stu­die­rende Moda­fi­nil bes­tens ken­nen[3] und Stu­die­rende welt­weit auch nach der Silk Road — einem mitt­ler­weile ein­ge­stell­ten Schwarz­markt im Deep Web – mit ille­ga­len „Nootro­pics「 experimentieren. 

和我有一些HTML

<p>Die <span class="caps">GDS</span> zeich­net also das Bild einer Gesell­schaft, in der Dro­gen pri­mär Rausch, Genuss und Spass sind. Tabak ist zwar das bekann­teste – und unge­sün­deste – Mit­tel gegen Stress, aber sonst sind die Leis­tungs­stei­ge­rer in der Liste weit abge­schla­gen. Trotz­dem gibt es Unter­su­chun­gen, die nahe­le­gen, dass bis zu 20% der Stu­die­ren­den in Deutsch­land wäh­rend der Prü­fungs­vor­be­rei­tung Rita­lin ein­schmeis­sen <a href="#_ftn2" name="_ftnref2">[2]</a>, Repor­ta­gen, dass bri­ti­sche Stu­die­rende Moda­fi­nil bes­tens ken­nen<a href="#_ftn3" name="_ftnref3">[3]</a> und Stu­die­rende welt­weit auch nach der <a href="https://de.wikipedia.org/wiki/Silk_Road" target="_blank">Silk Road</a> — einem mitt­ler­weile ein­ge­stell­ten Schwarz­markt im Deep Web – mit ille­ga­len „Nootro­pics「 experimentieren.</p> 

要找到在HTML文本我產生一些瘋狂的屁股正則表達式，在那裏我斯普利特空間與

\s*?(?:<\/?[^>]*?>)?\s*? 

這是在這裏看到工作的大部分時間再次加入：https://regex101.com/r/hG9lT9/1

在上面聲明的情況下，它不起作用，因爲在html標籤後面有一個逗號，並且也有不同的破折號。所以我正在尋找創建一個更一般的正則表達式來適應原因。

這裏是行不通的例子：通過https://regex101.com/r/hG9lT9/2

Answer 1

斯普利特：<[^>]*>？ （html標籤的正則表達式）