正则表达式选择未包含在段落中的文本，即使它包含div

Question

我想找到未包含在段落中的起始文本。

这是我想要识别的模式：

1. 以DATA [
开头
2. 然后是可选的DIV
3. 然后是0或更多空格
4. 直到第一个P

所以应该选择这些行：

DATA[<div> Lorem ipsum <p>..
DATA[Lorem ipsum <p>..

并排除这些：

DATA[<p>Lorem ipsum</p>..
DATA[<div><p>Lorem ipsum</p>..
DATA[<div> <p>Lorem ipsum</p>..

在线研究之后，这是我提出的查询，但它会选择所有行，包括我想要排除的行：

(DATA\[(<div>(\s)*)?)(?!<p).+?<p>

有人可以指导我出错的地方吗？

Answer 1

注意： - 仅适用于支持PCRE

的引擎

您可以使用atomic group之类的

(DATA\[(?>(<div>)?\s*)).+?<p>

<强> Regex Demo

原子组 减少了回溯。因此，原子组的一部分要么失败要么作为一个单位成功。

您还可以使用占有量词

(DATA\[((<div>)?\s*)*+).+?<p>

<强> Regex Demo