使用正则表达式查找不在html标记中的特定字符串

Question

我正在尝试使用的特定正则表达式有些困难.我在文档中搜索字符串的每次出现(为了我的目的,我会说它是" mystring "),除了它在标签中的位置,例如

<a href="_mystring_">

不应该匹配,但是

<a href="someotherstring">_mystring_</a>

应该匹配,因为它不在标签内部(内部意思是"在<和>标记内")我也使用.NET的正则表达式函数.

Answer 1

这应该这样做:

(?<!<[^>]*)_mystring_

它使用负面外观来检查匹配的字符串是否没有<之前没有相应的>

Answer 2

当你的正则表达式处理器不支持变长后看时,试试这个:

(<.+?>[^<>]*?)(_mystring_)([^<>]*?<.+?>)

保留捕获组1和3并替换捕获组2:

例如,在Eclipse中,找到:

(<.+?>[^<>]*?)(_mystring_)([^<>]*?<.+?>)

并替换为:

$1_newString_$3

(其他正则表达式处理器可能使用不同的捕获组语法,例如\ 1)

Answer 3

搜索的另一个正则表达式对我有用

(?![^<]*>)_mystring_