时间戳

首页 > 解决方案 > 捕获不属于链接的特定单词的所有出现

regex - 捕获不属于链接的特定单词的所有出现

问题描述

我正在尝试使用来自 HTML 文本的 PCRE2 方言的正则表达式来获取所有出现的单词“apple”。但不包括苹果这个词是链接的一部分。
我是 Regex 的初学者，可能我犯了一个非常简单的错误。

\bapple\b

因此，以下文本必须匹配第一个匹配项，但不能匹配第二个和第三个匹配项。

Lorem ipsum apple sit amet, consectetur <a href="#">apple</a> elit <a href="/test/apple">lorem</a>.

我究竟做错了什么？

标签： regexpcre

解决方案

在 PCRE 中，您可以使用此正则表达式：

~(?is)<a .*?</a>(*SKIP)(*F)|\bapple\b~

正则表达式演示

正则表达式详细信息：

  • (?is): 启用忽略大小写和 DOTALL 模式
  • <a .*?</a>：匹配文本从<a到</a>跳过所有<a>标签
  • (*SKIP)(*F)：一起提供了一个很好的限制替代方案，您不能在 PCRE 正则表达式中进行可变长度的lookbehind
  • |： 或者
  • \bapple\b: 匹配词apple

推荐阅读