正则表达式匹配数字，但不匹配HTML实体

Question

是否有正则表达式可以在文本中找到所有数字序列（\d+），而不是形成HTML实体的数字序列？看起来我应该同时使用“向前看”和“向后看”，但我无法弄清楚如何。

例如，对于字符串✑ #555 foo 777;，我只想匹配555和777，而不是10001。

我试过

~(?<!(&#)|\d])\d+(?![\d|;])~

但它似乎过于严格，因为它不会像777;

那样返回匹配项

Answer 1

你可以使用这个正则表达式看看：

(?<!&#)\b\d+\b|(?:^|\b)\d+\b(?!;|$)

演示：http://www.rubular.com/r/IUGqDf7Nfg

Answer 2

第二天早上我找到了解决方案。

(?<![(&#)\d])\d+|\d+(?!\d|;)

它非常大且可读性差，但它有效。 附：我认为在处理之前解码/隐藏实体然后将它们放回去会容易得多。