正则表达式与html锚标记

Question

我有一个要求，即在锚标记之间发生时，我不必匹配特定的单词。 Anchor标签可以嵌套其他html标签。

例如：

    <a title="Test" href="http://www.google.com/"><span style="color: blue;">Test</span></a><p>Test - MANUALLY<br /><br /><a href="http://www.google.com">Google</a>&nbsp;</p><p> Resolving as duplicate of Test</p><p>Test  test</p>

此处每个“测试”都会被选中。我想要的只是“锚标记”中不存在“测试”，也不是“锚标记”属性的一部分。

我使用的正则表达式是：

    (?!<a[^>]*>)(Test)(?![^<]*<\/a>)/gi

Answer 1

不确定这是否能满足您的需求，但第二个捕获组应该只包含不属于锚标记的匹配。

(<a.*?<\/a>)|(test)/gi

https://regex101.com/r/rTLifk/1

但是，我强烈建议使用XML解析器或XPath。