正则表达式模式匹配主题标签，但不匹配HTML属性

Question

我尝试使用正则表达式#([a-z0-9_]+) 在HTML文本中提取主题标签，但是HTML属性存在问题。

例如在HTML文本中：

hola que tal with #hash1.
hola que tal with #hash2

y <a href="hola.que.tal#hash3"> para #hash4. </a>

我想要恢复＆＃34; hash1＆＃34;，＆＃34; hash2＆＃34;和＆＃34; hash4＆＃34;但不＆＃34; hash3＆＃34;。

我尝试用外观解决它，使用以下表达式：

(?<!<)#([a-z0-9_]+)(?!.*?>)

但没有成功。

如何使用单个正则表达式？

Answer 1

这应该有效

/#[a-z0-9_]+(?![^<]*>)/

请参阅http://www.regexpal.com/?fam=95144

负面预测的作用是确保主题标签与下一个<之间有>。