html標籤之外匹配文本

Question

人前說，我知道我應該使用合適解析器，但爲我用的情況下，最好是使用正則表達式。

我有以下的正則表達式，試圖匹配文本html標籤之外：

(?<!<[^>]*)(?<Text>.+?) 

然而，這似乎是相匹配的標籤的開括號，即<。我怎樣才能解決這個問題？

例輸入：

<span style="color:blue">some <strong>bold</strong> text</span> 

預計：

some bold text 

了：

<some <bold< text< 

Link to RegexStorm.

Answer 1

的問題是，你正在使用.的任何字符匹配。與否定字符類取代它，像[^<>]任何字符匹配但<和>並使用貪婪量詞*（以匹配0或多次出現）或+（以匹配1個或多個）：

(?<!<[^>]*)(?<Text>[^<>]*) 

參見regex demo

順便說一句，在該圖案的端部使用(?<Text>.+?)僅使正則表達式引擎匹配1個炭由於+?是惰性限定符匹配1個或多個，但儘可能少（並且由於1 enoug h時，它總是會匹配只有1個字符）。通常情況下，必須有這樣一個懶洋洋地量化一個後一些其他模式，否則，它通常不會獲取正確的文本。