我正在尝试对具有富文本格式的QTextEdit小部件执行一些正则表达式搜索。视觉上它可以正常显示，但是正则表达式忽略了许多<BR>换行符，并将整个文本视为一个大的单行。
如果我将文本显示为纯文本，而在新行中使用\n，则正则表达式搜索可以完美地将每行解释为自己的行。但是，顾名思义，纯文本没有我需要的富文本格式。
反正则表达式是否可以将HTML换行符解释为新行而不是\n，还是可以使正则表达式与HTML一起正常工作的任何方式？我尝试添加<BR>\n，但这无济于事。
我正在将QTextEdit.find（QRegExp）与PyQT5用于Python。
这是正在发生的事的一个例子：
正则表达式模式：Lorem.+
文本正文：
Lorem ipsum dolor坐在amet。
保密专家。
sed做eiusmod tempor incididun
预期匹配：
Full match 0-28 `Lorem ipsum dolor sit amet. `
实际匹配：
Full match 0-89 `Lorem ipsum dolor sit amet.Consectetur adipiscing elit.sed do eiusmod tempor incididunt`
我不认为这是点匹配所有字符（包括换行符）的问题，因为在纯文本模式下使用完全相同的正则表达式模式（使用\n作为换行）时，点不包括换行符太。仅当我将文本QTextEdit设置为HTML而不是纯文本时，才会发生这种情况
答案 0 :(得分：1)
不是使用<br>来表示富文本HTML的新行，而是将每行放在<div>标记之间，并且使用regex时，它会将div的结尾视为行的结尾。
确实很奇怪，但是可以解决
出于某种奇怪的原因，在QT中，使用正则表达式时，在QTextEdit中使用富文本HTML时，<br>行换行标记未解释为\n。
确实很奇怪，但是可以工作，当转换回纯文本时，文本内容不会改变，其视觉效果与使用<br>完全相同。
不确定这是QT错误还是有原因。
答案 1 :(得分：0)
据我所知，如果要使用REGEX解析HTML，则会走错路了：
RegEx match open tags except XHTML self-contained tags
您是否尝试过使用XML解析器？
尝试一下：Lorem.+?(<\\Br>|\n)
答案 2 :(得分：0)
首先，在尝试找出正则表达式时，regex101.com是您的朋友。
第二，您可能要使用QRegularExpression。 QRegEx实际上正在朝着弃用方向发展，其功能（或合规性）不及QRegularExpression那样。
也就是说，让我们看一下您尝试捕获的“ html”可以写为纯字符串的可能方式。
Lorem ipsum dolor sit amet.<br>Consectetur adipiscing elit.<br>sed do eiusmod tempor incididun
要尝试的第一件事是Lorem.+<br>（注意：否\n），但是匹配得太多。
默认情况下，正则表达式是贪婪的。这意味着他们将尝试尽可能地匹配，从而为您提供前两行。因此，我们需要告诉+不要贪婪。如果您使用的是QRegularExpression，则可以使用非贪婪的限定词来提出Lorem.+?<br>。