简化字幕歌词匹配正则表达式需求（含HTML斜体块场景）

需求背景 #

我有一套从视频分离字幕的工作流，会移除听障相关及冗余内容，仅保留台词部分。但字幕中常混入歌曲歌词，这类歌词几乎均以♪包裹1-3行文本，目前在BBEdit中使用多OR分支的正则匹配移除，现需要简化正则：

1. 匹配以♪开头结尾、中间含任意行数文本的内容
2. 匹配被HTML <i>标签完整包裹的同格式歌词，替换现有多OR分支的方案

示例歌词格式 #

906
00:42:10,597 --> 00:42:12,530
♪ When I woke up
I opened my eyes♪

907

原有正则问题 #

原有普通文本正则通过多个OR分支覆盖1-3行的情况，写法冗余：

♪ .+
.+
.+ ♪|♪ .+
.+ ♪|♪ .+ ♪|♪ .+

原有HTML斜体块正则同样存在冗余问题：

<i>♪ .+
.+
.+ ♪</i>|<i>♪ .+
.+ ♪</i>|<i>♪ .+ ♪</i>

简化后的正则方案 #

普通文本歌词匹配 #

使用非贪婪模式匹配任意内容（含换行），无需分分支覆盖行数：

♪[\s\S]*?♪

• ♪：匹配开头的音符标记
• [\s\S]*?：匹配任意字符（包括换行符），*?为非贪婪模式，确保只匹配到最近的结尾♪，避免跨多个歌词块匹配
• ♪：匹配结尾的音符标记

HTML斜体包裹的歌词匹配 #

同理，在普通文本正则基础上加上<i>标签的匹配：

<i>♪[\s\S]*?♪</i>

• <i>：匹配开头的斜体标签
• 中间部分同普通文本正则，匹配完整歌词内容
• </i>：匹配结尾的斜体标签

注：在BBEdit中使用时，默认正则引擎已支持多行匹配，该正则可覆盖1-3行甚至更多行的歌词场景，完全替代原有多OR分支的写法。

内容的提问来源于stack exchange，提问作者ArchonOSX