如何使用RegEx提取最里面的一对标签？

Question

我需要从HTML表中提取一行，其中包含一些子串XXX：

<some html>
<tr rn="1"...AAA...</tr><tr rn="2"...XXX...</tr><tr rn="3"...ZZZ...</tr>
<some html>

...可能包含tr和其他元素的属性，但不能包含其他<tr>标记。周围的HTML代码包含其他表，但它们在rn之后没有<tr>属性。我需要获取行的整个HTML代码，特别是rn的值：

Match 1: <tr rn="2" XXX </tr>
Match 2: 2

显然这个RE工作不正确，导致它也提取第一行：

(<tr rn=\"(\d+)\".*XXX.*?tr>)

我尝试以这种方式添加否定前瞻：

(<tr rn(?!<tr rn)=\"(\d+)\".*XXX.*?tr>)
(<tr rn((?!<tr rn).)*=\"(\d+)\".*XXX.*?tr>)

但他们的工作也不正确。 我该怎么做？

Answer 1

我不知道这是否是最有效的方法，但这应该有效：

(<tr rn=\"(\d+)\"(?:(?!tr>).)*?XXX.*?tr>)

基本上，你要添加一个非捕获组，说明任何不是tr> 的东西（你的结束标记），尽可能少重复，直到找到{{1 }}

希望有意义