查找小写字母后跟大写字母

Question

我的文字如下：

<font size=+2 color=#F07500><b> [ba]</font></b>
<ul><li><font color =#0B610B> Word word wordWord word.<br></font></li></ul>
<ul><li><font color =#F07500> Word word word.<br></font></li></ul>
<ul><li><font color =#0B610B> Word word word wordWord.<br></font></li></ul>
<ul><li><font color =#0B610B> WordWord.<br></font></li></ul>
<br><font color =#E41B17><b>UPPERCASE LETTERS</b></font> 
<ul><li><font color =#0B610B> Word word wordWord word.<br></font><br><font color =#E41B17><b>PhD and dataBase</b></font> </li></ul>
<font color =#0B610B> Word word word.<br></font></li></ul><dd><font color =#F07500>     »» Word wordWord word.<br></font>

每个<font color =#0B610B>...</font> 中都有一个小写字母紧跟一个大写字母。例如：

<font color =#0B610B> Word word wordWord word.<br></font>

我想通过如下拆分它们来纠正这个错误（即：在它们之间添加一个冒号和一个空格）：

<font color =#0B610B> Word word word: Word word.<br></font>

到目前为止，我一直在使用：

(<font color =#0B610B\b[^>]*>)(.*?</font>)

选择<font color =#0B610B>...</font>的每个实例，它可以很好地找到<font color =#0B610B>...</font>的一个实例。

但是当我使用时：

(<font color =#0B610B\b[^>]*>)(.*?[a-z])([A-Z].*?</font>)

不管其他字体颜色标签如何，它都会找到但选择一行中<font color =#0B610B>...</font>之间的所有内容，并替换其他不需要的实例。

我希望它找到并替换每个特定标签对中的错误：<font color =#0B610B>...</font>，而不是抓取从 <font color =#0B610B> 开始并以 </font> 结束的所有内容

有没有正则表达式可以解决这个问题？非常感谢。

Answer 1

一般来说，正则表达式不是解析 HTML 的好主意（如果它是一次性的，你可能还可以）。

我认为这可能是您的正则表达式不起作用的原因。 你能举一个你的正则表达式失败的例子吗？

我能想到的一种情况是，在匹配的 <font color=#0B610B></font> 对中没有匹配 ([a-z][A-Z])，但在相邻的 <font></font> 中有 。例如：

<font color=#0B610B>word word</font><font color=#000000>word wordWord</font>

在这种情况下，只有有效匹配是<font color=#0B610B>word word</font><font color=#000000>word word和字符串的其余部分Word</font>，所以这就是正则表达式匹配的内容（因为如果它可以匹配它！）

我可以想到一个粗略的解决方法，但我不会推荐它，除非这个任务是一次性的，因为对 HTML 使用正则表达式总是容易出现这样的错误！。这个正则表达式也非常低效。尝试（未经测试）：

(<font color =#0B610B\b[^>]*>)(([^<]|<(?!/font))*?[a-z])([A-Z].*?</font>)

它说，“查找<font colour=xxxx> 标签，然后是尖括号< 不是，然后是/font，或者其他任何东西，然后再是[a-z][A-Z] ”。 因此它会尝试确保匹配不会超出</font> 边界。