正则表达式需求：匹配HTML字符串中testing-options出现前的所有标题标签及文本

首先，你原来的正则表达式/<(h[1-6])[^>]*>(.*?)<\/\1>/gi会匹配所有H1-H6标题，但我们需要限定范围，只保留testing-options宏出现之前的那些标题。下面提供几种可行的方案：

方案1：分两步处理（简单直观） #

先把宏之前的内容截取出来，再用你原有的正则匹配标题：

const htmlStr = '<h1>jfhfnjkgf</h1><h2>fegsg</h2><h2>fwegrweghrw</h2><h4>sfadfsaf</h4><h4>ukfdsnsjkfsd</h4><ac:structured-macro ac:name="testing-options" ac:schema-version="1" data-layout="default" ac:local-id="8bbfe293-eeb9-4785-9873-9fb9b218692b" ac:macro-id="bed737bbfaaf5f1df5f68a0ecc0bc6a7"><ac:parameter ac:name="enable-testing">disable</ac:parameter></ac:structured-macro><h3>bkbkvwv</h3><h4>vbdkhvbkwv</h4><h3>v n vw bv</h3><p />';

// 1. 截取到testing-options宏之前的所有内容
const contentBeforeMacro = htmlStr.split('<ac:structured-macro ac:name="testing-options"')[0];

// 2. 用原正则匹配所有标题
const titleRegex = /<(h[1-6])[^>]*>(.*?)<\/\1>/gi;
const matchedTitles = contentBeforeMacro.match(titleRegex) || [];

// 合并结果
const finalResult = matchedTitles.join('');
console.log(finalResult);

运行后就能得到你期望的匹配结果：<h1>jfhfnjkgf</h1><h2>fegsg</h2><h2>fwegrweghrw</h2><h4>sfadfsaf</h4><h4>ukfdsnsjkfsd</h4>

方案2：用单个正则直接匹配（一步到位） #

通过正向预查来确保当前标题出现在宏之前：

const htmlStr = '<h1>jfhfnjkgf</h1><h2>fegsg</h2><h2>fwegrweghrw</h2><h4>sfadfsaf</h4><h4>ukfdsnsjkfsd</h4><ac:structured-macro ac:name="testing-options" ac:schema-version="1" data-layout="default" ac:local-id="8bbfe293-eeb9-4785-9873-9fb9b218692b" ac:macro-id="bed737bbfaaf5f1df5f68a0ecc0bc6a7"><ac:parameter ac:name="enable-testing">disable</ac:parameter></ac:structured-macro><h3>bkbkvwv</h3><h4>vbdkhvbkwv</h4><h3>v n vw bv</h3><p />';

const regex = /<h[1-6][^>]*>.*?<\/h[1-6]>(?=(?:(?!<ac:structured-macro ac:name="testing-options").)*$)/gi;
const matchedTitles = htmlStr.match(regex) || [];
const finalResult = matchedTitles.join('');

console.log(finalResult);

正则说明： #

• <h[1-6][^>]*>.*?<\/h[1-6]>：和你原正则的标题匹配逻辑一致
• (?=(?:(?!<ac:structured-macro ac:name="testing-options").)*$)：正向预查，确保当前标题到字符串结尾的过程中，不会出现testing-options宏的起始标签，也就是标题一定在宏之前

更可靠的方案：用DOM解析（推荐） #

正则处理HTML的局限性很大（比如标签换行、属性顺序变化、嵌套结构等都可能导致匹配失败），如果你的HTML结构可能更复杂，建议用DOM解析的方式：

const htmlStr = '<h1>jfhfnjkgf</h1><h2>fegsg</h2><h2>fwegrweghrw</h2><h4>sfadfsaf</h4><h4>ukfdsnsjkfsd</h4><ac:structured-macro ac:name="testing-options" ac:schema-version="1" data-layout="default" ac:local-id="8bbfe293-eeb9-4785-9873-9fb9b218692b" ac:macro-id="bed737bbfaaf5f1df5f68a0ecc0bc6a7"><ac:parameter ac:name="enable-testing">disable</ac:parameter></ac:structured-macro><h3>bkbkvwv</h3><h4>vbdkhvbkwv</h4><h3>v n vw bv</h3><p />';

// 解析HTML为DOM文档
const parser = new DOMParser();
const doc = parser.parseFromString(htmlStr, 'text/html');

// 找到testing-options宏元素
const macroNode = doc.querySelector('ac\\:structured-macro[ac\\:name="testing-options"]');

let finalResult = '';
if (macroNode) {
  // 收集宏之前的所有标题节点
  const titleNodes = [];
  let currentNode = macroNode.previousSibling;

  while (currentNode) {
    if (currentNode.nodeType === Node.ELEMENT_NODE) {
      // 如果是标题元素，直接加入列表
      if (/^H[1-6]$/i.test(currentNode.tagName)) {
        titleNodes.unshift(currentNode.outerHTML);
      } else {
        // 如果是其他元素，检查内部是否有标题
        const nestedTitles = currentNode.querySelectorAll('h1,h2,h3,h4,h5,h6');
        Array.from(nestedTitles).forEach(title => titleNodes.unshift(title.outerHTML));
      }
    }
    currentNode = currentNode.previousSibling;
  }

  finalResult = titleNodes.join('');
} else {
  // 如果没有宏，匹配所有标题
  const allTitles = doc.querySelectorAll('h1,h2,h3,h4,h5,h6');
  finalResult = Array.from(allTitles).map(title => title.outerHTML).join('');
}

console.log(finalResult);

这种方法能处理各种复杂的HTML结构，容错性更强。

内容的提问来源于stack exchange，提问作者Ram's