正则表达式公式不在 HTML 标记内查找

Question

My regex pattern 适用于不包含在 HTML 标记中的所有文本：

((?<!-)\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，您可以利用无限宽度的后视：

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

见.NET regex demo

在代码中：

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

详情

• \b - 字边界
• (?<!-) - 如果在当前位置的左侧有一个 -，则匹配失败
• test - 字test
• \b - 字边界
• (?<!<[^<>]*) - 如果在当前位置的左侧有 < 和除 < 和 > 之外的任何 0 个或多个字符，则匹配失败
• (?!-|[^<>]*>) - 如果存在 - 或除 < 和 > 之外的任何 0+ 字符，紧跟在当前位置右侧的 > 则匹配失败。