我想捕获所有没有特定标签的标签

Question

我想捕获名为'STRONG'的所有标签我可以使用<STRONG.*?</STRONG>这工作得很好但我不想捕获这些标签如果'SPAN'标签进入这些标签我想要像{{ 1}} 这是示例文本

<STRONG.*(^(SPAN)).*?</STRONG>

我想要捕获第二个强标记，而不是第一个

Answer 1

您正在尝试使用正则表达式解析HTML结构，因为HTML语言不规则，所以注定要失败（请参阅hierarchy of formal languages）。

改为使用HTML解析器，例如HTML Agility Pack。另请参阅these other questions。

Answer 2

康拉德是对的。

但是如果你不关心迫在眉睫的厄运，你可以试试像

这样的东西

/<STRONG>\w+?<\/STRONG>/

如果STRONG标签包含任何不是单词字符的内容，例如'<'的{​​{1}}，它将忽略STRONG标记，但无疑会因任何异常而失败...回到关于注定失败的尝试。

Answer 3

这是XPath的典型用例。查询可以是例如：

**/strong[not(child::span)]/text()

Answer 4

如果您只是想知道如何匹配不包含特定字符序列的文本，这是最常见的方式：

Regex re = new Regex(@"<STRONG(?:(?!<SPAN).)*?</STRONG>",
    RegexOptions.IgnoreCase | RegexOptions.Singleline);