正则表达式以可选方式查找最后一次出现

Question

我有这个字符串

<p class="p1">lalala</p><div><div class="div2"><div><p>lalala22</p></div></div></div>

我想找到<div>或<div .*?>中的最后一个

我尝试过此正则表达式

(<div>|<div .*?>)(?!.*(<div>|<div .*?>))

和

(<div>(?!.*<div>)|<div .*?>(?!.*<div .*?>))

，但是它将总是最终找到<div class="div2">而不是最后一个<div>

该如何解决？如何使用带有这样的可选选项的负前瞻？

编辑 明确地说，我想要的正则表达式的最终结果是<div><p>lalala22</p></div>，这就是为什么我想找到最后一个起始div标签

的原因

Answer 1

您可以使用此简单的正则表达式捕获<div>标记的最后一次出现。无论<div>标记是否具有任何属性，该方法都有效。

.*(<div[^>]*>.*?<\/div>)

说明：

• .*->贪婪地匹配所有内容，直到遇到<div标记为止，这意味着它匹配了除最后一个div标记以外的所有内容
• <div[^>]*>->这与div标签匹配，可以选择具有任何属性
• .*?->非贪婪地匹配任何文本，并在结束div标签之前停止
• <\/div>->匹配结束的div标签

Demo1

如果您希望正则表达式仅匹配最后一个<div>标记，则可以使用\K运算符来重置所有不想包含在完全匹配项中的匹配项，然后更改正则表达式，

.*\K(<div[^>]*>.*?<\/div>)

Demo2

让我知道这是否对您有用。

Answer 2

通常，Regex是一个很好的工具，但是不适用于XML / HTML解析。我建议您使用编程语言和适当的工具来解析基于DOM的文件并获取最后的<div>。

如果您坚持使用Regex来处理这种简单情况，这里是一个Regex，用于查找最后一个<div>（带有或不带有类）及其内容：

.*(<div(?:\s+class="[^>]*"\s*)?>.*?<\/div>).*

在Regex101尝试一下。

1. 这个想法开始与最后一个<div>匹配，直到第一个</div>与.*(<div>.*?<\/div>).*匹配-这相当容易，但是它也与嵌套的divs匹配。让我们定义匹配的div中可以包含的内容。
2. (?:\s+class="[^>]*"\s*)是一个可选的非捕获组，它定义了div可以包含一个或多个类。
3. 计算时间很长-在我的示例中需要716步才能完成4种用法。您可能希望使用编程语言来获得更好，更稳定的结果。

---

如果您希望完全匹配仅包含结果。您必须使用正面的眼神并找到先前的内容-但这有点限制性（Regex101），因为解决方案基于以下事实：  始终"div2">位于它之前：

(?<="div2">)(<div(?:\s+class="[^>]*"\s*)?>.*?<\/div>)