Question

我有一个正则表达式模式，我用来尝试匹配<a>，<em>或引用"中包含的任何内容。

(?:<a.*?>|<em>|")(.*?)(?:"|<\/em>|<\/a>)

但是，我想要做的是强迫<a>一起工作，<em>等等。我希望不发生的事情是匹配以<a>开头但以"结尾的字符串。

例如：

<a href='google.com'>"Google"</a>

应该返回Google和（可能还有"Google"，但这不是什么大问题。但是，目前，它返回href='google.com'>作为匹配（并完全忽略“Google”），因为它以“正确”模式开始和结束。

您可以看到此特定模式中断的所有方式here on Regex101。

那么有没有办法告诉正则表达式，如果它与<a>开始匹配，它必须以</a>结束（并且其他模式也一样）？

Answer 1

您需要后退参考：

<(a|em|")[^>]*>(.*?)(?:</\1>)

请参阅live demo。

您的目标位于第2组（如果使用反向引用，则无法避免将标记捕获为第1组）。