PowerShell Regex - 匹配不包含不同字符串的字符串

Question

目标是准备一个 HTML 文件以使用 PowerShell 转换为 Markdown。

PowerShell 脚本包括以下几行：

-replace '<pre.*?>(.*?)</pre>', '`$1`'`
-replace '<code.*?>(.*?)</code>', '`<b>$1</b>`'`

有时 HTML 包含text <pre><code>text</code></pre> text。有时它只包含text <code>/text</code> text。

由于 Markdown 将由单个反引号 (`) 包围的文本解释为出于文体目的的“代码”，我希望 PowerShell 搜索/替换为：

• 如果存在<pre>...</pre>，请将<pre>...</pre> 替换为反引号，而不是<code>...</code>。
• 如果<pre>...</pre> 不存在，请将<code>...</code> 替换为反引号。

（如果我做错了，我会很高兴知道。）

我走错了方向，因为我尝试过的任何正则表达式都不起作用。

• ^(?!.*?[</pre>]).*$<code.*?>(.*?)</code>（没有匹配）
• ^((?!</pre>$).)*<code.*?>(.*?)</code>（即使存在 </pre> 也匹配）
• ^(?!</pre>$).*<code.*?>(.*?)</code>（即使存在 </pre> 也匹配）
• 等

谁能指出我正确的方向？感谢您的帮助。

（我知道有一些工具可以自动将 HTML 转换为 Markdown，我正在使用其中一个 - 这只是基于我们特定输出中的不规则性的独特准备步骤。）

Answer 1

@'
...
... <pre><code>bingo</code></pre> ...
... <code>bongo</code> ...
...
'@ -replace '(?s)(?:(?:<pre>\s*)?<code>)(.*?)(?:</code>(?:\s*</pre>)?)', '`$1`'

^{注意：为简洁起见，我假设 开头 <pre> 和 <code> 标记在关闭 > 之前既不包含属性也不包含空格，并且类似地，关闭标签在关闭>之前不包含空格。正是这种可变性使得使用专用 HTML 解析器而不是正则表达式通常更可取。}

以上产量：

...
... `bingo` ...
... `bongo` ...
...

• (?s) 是 SingleLine 内联正则表达式选项，它使 . 也匹配 newlines （以防 `...` 中包含的值跨越多行 - 尽管请注意，在以后的 Markdown渲染这些换行符可能会丢失）。

• (?:...) 构造是非捕获子表达式，对于出于逻辑原因需要的子表达式很有用，而无需稍后引用它们匹配的内容。