我正在尝试创建一个Regex表达式来匹配HTML文档中的内容，但我希望排除标记本身中包含的匹配项。请考虑以下事项：
<p>Here is some sample text for my widgets</p>
<a href="http://mywidgets.nowhere">Click here to view my widgets</a>
我想匹配'小部件'，以便我可以用不同的字符串替换它，比如'绿色框'，而不用替换网址中的匹配。
匹配'小部件'很简单，但是我很难添加排除以检查'小部件'何时出现在开始和结束标记'＆lt;＆gt;'中。
我目前的工作方式：作为第一步，我开始匹配'＆lt;＆gt;'中包含的'小部件'。 （然后我可以继续将其作为后面的排除）但是下面的字符串似乎与整个文档匹配，即使我在结束时放置了一个排除＆gt;确保小部件出现在标签内。
<.*[^>]widgets.*[^<]>+
这可能是懒惰/贪婪，但我不能完全解决它！
答案 0 :(得分：3)
没有意义这是一个很好的答案，因为它使用正则表达式解析HTML，但它确实适用于OP给出的测试用例。
有关详细信息，请参阅RegEx match open tags except XHTML self-contained tags 。
(?<!<[^>]*)widgets
(?<!<[^>]*)否定的背后隐藏确保前面的内容不是<后面跟>以外的任何字符（任意次）widgets按字面意思匹配答案 1 :(得分：0)
这可能部分有效：
(?:^|>)[^<]*widgets
这将从一行的开头（如果使用/m标志）或标签的结尾（因此我们知道我们不在一个）开始查看，并提前尽可能多的字符不是＆lt;，意味着在查找小部件之前无法打开另一个标记。
问题是，如果你有一个＆gt;它可能会给出奇怪的结果。在标记内部（例如，在javascript中），或者如果单个标记可以跨越多行，并且它将在相同的子字符串中找不到“小部件”的多个实例。要解决这些问题，最好使用ctwheels