html - 用于捕获嵌套 html 标记中的特定内容的正则表达式

Question

在这个例子中：

<TR valign=top>
    <TD width=2>Region</TD>
    <TD width=3>number</TD>
</TR>
<TR valign=top>
    <TD width=2>camp</TD>
    <TD width=3>33210</TD>
</TR>

需要一个正则表达式来查找“区域”单词并捕获相应的内容<TR>...Region...</TR> ，如下所示：<tr [^ <tr]*(region)[^ <tr]*</tr>

Answer 1

你可以试试这个：

<tr(?:(?!</tr>).)+(?:<td[^>]*>Region</td>)(?:(?!</tr>).)*</tr>

基本上：

• 寻找<tr
• (?!</tr>后跟任何不是结束标签的东西(?!都是否定的前瞻，它断言以下文本不存在
• .匹配一个字符
• +重复前瞻和匹配
• <td[^>]*>Region</td>将行与“区域”匹配
• (?!</tr>).- 与第 2 步相同 - 这次是可选的 ( *)
• </tr>- 匹配结束标签