在html标记之外匹配

Question

我有一个网页，用户输入的文字可能包含html。我能够使用正则表达式<.+?>来匹配html标签，但我需要匹配不在其中的文本。例如：<div id="dont-match-inside-tag">Match this text</div>。除了.之外，正则表达式还需要允许标记之外的其他文本匹配。示例将匹配字符串中未包含在标记中的所有大写字母：<div>Match ONLY the UppERCase LettERS</div>。

Answer 1

仅匹配标签外部的大写字母，

(?:(?!<.+?>)[A-Z])+(?=[^<>]*(?:<\/?|$))

DEMO

或

[A-Z](?=[^<>]*(?:<\/?|$))

匹配所有大写字母，其中必须跟有的任何字符不是<或>的字符，而是次要的是<或</字符串或$行结束锚。 DEMO