正则表达式可选子字符串

Question

在以下方面我很难获得正确的正则表达式

我想要的是：三场比赛（约翰·多伊，简·多伊）

问题出在可选的锚标记上，结果可能为空。

要搜索的字符串：

<td class="character">
  <a href=""> John Doe </a>

</td>
<td class="character">

</td>
<td class="character">
  Jane Doe 

</td>

到目前为止，我的正则表达式：     @<td class="character">.*?(?:<a.*?>)?(.*?)(?:</a>)?.*?</td>@gms

链接到regex101 https://regex101.com/r/9NRhjI/1

我知道您不应该使用正则表达式来解析xml / html，但是由于我仅使用它来挖掘html的一小部分，所以应该可以，对吧？

Answer 1

您可以使用以下简单的正则表达式：

@<td[^>]+>\s+(?:<a[^>]+>)?\s+([^<]+?)\s+(?:</a>)?\s+</td>@gms

DEMO