我不能选择正则表达式

Question

<p[^>]*>([a-zA-Z0-9_\W]*)\:<\/p>.*?(<blockquote[^>]*>).*?<\/blockquote>

<p> demo demo:</p>  <p ><img src="http://demo.com/123.jpg" width="100%"/>   <br/>   <em>Credit: demo2 demo2 </em></p>   <p >here1 here1:</p>    <blockquote cite="here1">   <p><em>demo3. demo3 demo3 demo3:</em></p>   </blockquote>   <p >demo4 demo4:</p>    <p ><img src="http://demo.com/1234.jpg" width="100%"/>  <br/>   <em>demo5 demo 5 demo5</em></p> <p >demo6 demo6:</p>    <blockquote cite="demo6">   <p><em>demo7 demo7<br/>

上述模式出现故障。我在哪里可以犯错误。我上面写的模式，我不能在一个句子中选择我想要的。帮助请求。

我想得到结果：

<p >here1 here1:</p>    <blockquote cite="here1">   <p><em>demo3. demo3 demo3 demo3:</em></p>   </blockquote>

I added that I will ask for a sample.

Answer 1

如果你真的想在这里使用正则表达式，这可能对你有用：

<p[^>]*>((?:(?!<\/p>).)+)<\/p>\s*<blockquote[^>]*>(.*?)<\/blockquote>

相关部分是((?:(?!<\/p>).)+)：在英文中，它说，“向前看，确保没有</p>，然后抓住一个字符，然后重复这个（直到下一个</p>）”。通过这种方式，不能匹配多个兄弟<p>（或者实际上是嵌套的<p>），这就是您的原始模式所发生的情况：<p[^>]*>([a-zA-Z0-9_\W]*)\:<\/p> 将在这种情况下错误地匹配：@987654329 @。我还在<p> 和<blockquote> 之间仅指定了空格（\s*，而不是.*?），因此您只匹配前面的 <p>。

demo