JS RegExp 从 <h2> 标记的第二次出现开始并包含它之后的所有内容

Question

使用正则表达式 (Javascript) 我需要在文章中找到第二个 <h2> 标记并返回它之后的所有内容，包括第二个 <h2> 标记。

我有一篇文章需要分成三个部分。我已经有了前两部分，文章的第三部分就是我上面描述的。

“标记”是开头的<h2> 标签，这意味着我文章的第一部分从字符串的最开头开始，并在第一个<h2> 标签之前停止，不包括它。

第二部分包括第一个 <h2> 标记并包括它之后的所有内容，就在第二个 <h2> 标记之前。

现在我需要一个正则表达式，它可以找到第二个 <h2> 标记，包括该标记及其之后的所有内容，直到字符串结尾。

这是我目前所得到的：

文章结构：

<p>Here's the first paragraph</p>
<p>Here's the second one</p>
<p>Here's the third one</p>
<a>A link maybe</a>

<h2>Here's the first H2 tag</h2>
<p>Another paragraph</p>
<a>A link maybe</a>
<img An image/>
<p>Another paragraph</p>

<h2>Here's the second H2 tag</h2>
<p>Another paragraph</p>
<a>A link maybe</a>
<img An image/>
<p>Another paragraph</p>

返回前三个<p></p>s 和<a></a> 并排除第一个<h2> 的正则表达式是：

const firstBreak = /.+?(?=\<h2>)/im;
this.articleBody.match(firstBreak)[0]

第二个正则表达式返回第一个 <h2> 及其之后的所有内容，直到第二个 <h2>，不包括第二个 <h2>：

const secondBreak = /.+?(?=\<h2>)/gim;
this.articleBodyMiddle = this.articleBody.match(secondBreak)[1];

第三个正则表达式是我难住的地方。这个包括第一个<h2>，它之后的所有内容和第二个<h2> 以及它之后的所有内容：

const thirdBreak = /(\<h2>?.*)/gi;
this.articleBodyBottom = this.articleBody.match(thirdBreak)[0];

我只需要最后一个从第二个 <h2> 开始并包含它之后的所有内容。

感谢您的帮助！

Answer 1

也许会有所帮助：

var str = `<p>Here's the first paragraph</p>
<p>Here's the second one</p>
<p>Here's the third one</p>
<a>A link maybe</a>

<h2>Here's the first H2 tag</h2>
<p>Another paragraph</p>
<a>A link maybe</a>
<img An image/>
<p>Another paragraph</p>

<h2>Here's the second H2 tag</h2>
<p>Another paragraph</p>
<a>A link maybe</a>
<img An image/>
<p>Another paragraph</p>`;

var result = str.match(/^[^]*?<h2>[^]*?(<h2>[^]*?)$/);
console.log(result[1]);

解释：

• ^ 字符串的开头。
• [^]*?<h2> 匹配任何东西直到第一个 <h2>
• 第二个[^]*? 匹配第一个和第二个<h2> 之间的任何内容
• (<h2>[^]*?)$ 捕获第二个 <h2> 及其之后的所有内容。