使用正则表达式捕获html注释中的内容

Question

我需要在 ruby​​ 中使用正则表达式捕获标记（html）（是的，我知道这很糟糕，但我没有找到任何替代方法，因为原始标记格式错误）。 所以我有一份原始文件，如下所示：

<h3 class="grey" style="font-size:18pt;"><!-- #BeginEditable "Title" -->Sample Title
<!-- #EndEditable --></h3>



<!-- #BeginEditable "Text" --><p>Foo bar </p>
<p>
</p><ul>
<li>Sample li</li>
<p></p>
<blockquote dir="ltr" style="MARGIN-RIGHT: 0px">
<p>Foo bar<span class="blue">Lorem ipsum dolor</span></p></blockquote>
<!-- #EndEditable -->

由于我无法更改原始标记（并且根本没有有意义的类！），我决定尝试一些正则表达式魔法。

我尝试使用正则表达式捕获注释中的内容：

<!-- #BeginEditable "(Title|Text|Foo)" -->\s*([^!]+)\s*<!-- #EndEditable -->

显然，当标记内部有!时，这会失败，但是当存在html标记（捕获纯文本）时，使用.*捕获内部内容总是失败。我在这里错过了什么吗？ （即具有负向前瞻的版本？）

Answer 1

我猜你可以使用肯定的前瞻：

<!-- #BeginEditable "(Title|Text|Foo)" -->(.*?)(?=<!-- #EndEditable -->)

以下是rubular的演示。

注意我使用m修饰符使点匹配换行符。因此，点将匹配每个字符，直到它找到<!-- #EndEditable -->。