多次匹配整个多行模式，但如果匹配包含字符串则不匹配

Question

想象一下我有这段文字（我意识到使用正则表达式解析HTML不是正确的解决方案...）

 <div><p>HELLO1</p>
 <span>SPIDER</span></div>
 <div><p>HELLO2</p>
 <span>CHEESE</span></div>
 <div><p>HELLO3</p>
 <span>BANANA</span></div>

我想分别匹配<p>和<span>中的文本（这是一个人为的示例）

我可以通过使用以下方法来实现：

/<p>(.*?)<\/p>.*?<span>(.*?)<\/span>.*?<\/div>/gsmi

但是，如果范围内的文本为CHEESE，我不想匹配。 香港专业教育学院试图像这样使用否定的前瞻：

/<p>(.*?)<\/p>.*?<span>((?!CHEESE).*?)<\/span>.*?<\/div>/gsmi

但是，由于模式与HELLO2和BANANA所在的HELLO3和BANANA匹配，因此现在匹配了错误的内容

我意识到这是因为我使用.*?，但这是实际解决方案所必需的。

此处的示例：https://regex101.com/r/h4YgDm/3

我如何匹配整个模式，但仍然跨越多行？

Answer 1

您可以分两步实现您想要的。首先，提取满足以下条件（即demo）的div元素：

<div>(?:(?!CHEESE).)*?<\/div>

第二，选择p和span标签之间的内容作为两个组（demo）：

(?<=<p>)(.*?)(?=<\/p>)(?:.*?)(?<=<span>)(.*?)(?=<\/span>)

Answer 2

我的一个同事给我发送了这个答案，该答案正是我想要的：

https://regex101.com/r/h4YgDm/8

正则表达式：(?:(?:<div><p>(\w*)<\/p>\s)(?!<span>CHEESE<\/span>)(?:<span>(\w*)<\/span>)<\/div>)