仅匹配多行HTML<p>标签及内容的正则表达式需求

需求 #

需要从文档中仅匹配跨多行拆分的<p>标签，排除单行的<p>标签。现有正则<p>(.|\n)*?</p>会同时匹配单行和多行标签，无法满足需求。

测试用例 #

// 不应匹配（单行）：
<p><b>start -</b> Uses an area level ("Name field" from levels.txt) to define where the player starts in the Act</p>

// 应匹配（多行）：
<p><b>maxnpcitemlevel -</b> Controls the maximum item level for items sold by the NPC in the Act </p>

// 不应匹配（单行）：
<p>This file controls global Act functionalities including item levels, monster behaviors, and waypoints</p>

// 应匹配（多行）：
<p><b>wanderingMonsterRegionTotal -</b> The maximum number of wandering monsters allowed at once </p>

解决方案 #

使用以下正则表达式，确保只匹配包含换行的多行<p>标签：

<p>(?:.|\n)*?\n(?:.|\n)*?</p>

正则逻辑说明 #

• <p>：精准匹配起始标签
• (?:.|\n)*?：非贪婪匹配任意字符（含换行），避免过度匹配
• \n：强制匹配至少一个换行符，确保标签跨多行
• (?:.|\n)*?</p>：继续非贪婪匹配直到闭合标签</p>

若正则引擎支持DOTALL模式（让.匹配换行符），可使用更简洁的写法：

<p>.*?\n.*?</p>

内容的提问来源于stack exchange，提问作者WolfieeifloW