正则表达式公式不在HTML标记内

Question

My regex pattern适用于HTML标记中未包含的所有文本：

((?<!-)\btest(?!-)\b)(?=[^<>]*(?:<\w|$))

在下面的示例中，我需要它在这两个字符串中找到'test'的两个实例：

vdsv ds test dsv sdlvk 
<b>dsjn vkjsd test sv</b>

Answer 1

在.NET中，您可以利用无限宽的外观：

\b(?<!-)test\b(?<!<[^<>]*)(?!-|[^<>]*>)

请参见.NET regex demo

在代码中：

var pattern = @"\b(?<!-)test\b(?<!<[^<>]*)(?!-|[^<>]*>)";

详细信息

• \b-单词边界
• (?<!-)-如果当前位置的左侧紧跟着-，则反向查找将使匹配失败
• test-单词test
• \b-单词边界
• (?<!<[^<>]*)-如果存在<以及紧接在其左侧的<和>以外的0个或多个字符，则失败的后向否定匹配失败当前位置
• (?!-|[^<>]*>)-如果存在-或<和>以外的任何0+字符，后跟{{1} }，紧接在当前位置的右侧。