javascript - 如何提取与 HTML 文档中可能没有句点的 2 个单词匹配的句子

Question

我这里有多个 URL，我需要用单词提取句子：（live变体）和work. （几乎可以工作的公式和理想结果的例子——我在第 4、5 和 6 行遇到问题） https://docs.google.com/spreadsheets/d/1dLJfaFA_-XuVlPmS0VN0d8IR4nkUsXpCxpUwZvgLXx4/edit#gid=0

我能够使用正则表达式提取大部分但不是全部，这是我的正则表达式匹配公式：

[^.>""]*[Ll]iv(e |es|e,|ing).* work.*(?=(<|\.|!|&))

我可以使用这个匹配公式：

>.*[Ll]iv(e |es|e,|ing).* work.*<

但是，它会截断句子并且与其他 html 文档不匹配。

希望获得适用于所有 URL 的匹配公式。我已经为此工作了几天，但找不到解决方案。提前致谢！

标签： javascriptregexgoogle-apps-scriptgoogle-sheets

Answer 1

找到公式： (>|"")[^<>""]*[Ll]iv(e |es|e,|ing).* work.*(?=(<|\.|!|&))

然后从那里过滤掉不需要的字符