匹配闭合标签后首字符为小写的HTML <p>标签的正则问题

需求明确 #

要匹配的是所有HTML <p>标签（无论是否包含属性），且标签闭合符号>之后的第一个字符为小写字母，例如：

• 带属性的目标标签：<p class="calibre1">all the while I was...</p>
• 无属性的目标标签：<p>all the while I was...</p>

原有正则问题 #

你提供的正则/<\/?([^p](\s.+?)?|..+?)>[a-z]/无法匹配无属性的<p>标签，因为其分组逻辑未覆盖<p>这种最简标签格式。

修改后的正则方案 #

使用以下正则即可同时覆盖带属性和无属性的目标标签：

/<p(?:\s[^>]+)?>[a-z]/

如果Sigil支持Unicode正则模式，推荐使用更通用的版本（适配非英文小写字母）：

/<p(?:\s[^>]+)?>\p{Ll}/u

正则逻辑说明 #

• <p：精准匹配<p标签的起始部分
• (?:\s[^>]+)?：非捕获可选分组，匹配标签的属性部分：
  • \s：匹配属性前的空格（仅当存在属性时出现）
  • [^>]+：匹配任意非>的字符，即属性内容
  • ?：表示该分组可省略，对应无属性的<p>标签
• >：匹配标签的闭合符号
• [a-z]/\p{Ll}：匹配>之后的第一个小写字母（\p{Ll}为Unicode小写字母通用匹配）

内容的提问来源于stack exchange，提问作者Michael