PowerShell正则表达式匹配范围超出预期，求优化方案

你的正则表达式因启用单行模式后匹配范围失控，导致跨多个<p>元素匹配，误删了包含“to be kept”的元素。核心问题是原正则中的.*?在单行模式下会匹配换行符，从而跨越不同的<p>块。

优化后的正则方案 #

修改正则表达式，确保匹配范围严格限定在单个<p>元素内部：

$pattern = "(?s)<p\b[^>]*>(?:(?!</p>).)*?\bimage002\.(png|jpg)\b(?:(?!</p>).)*?</p>"

正则规则说明 #

• (?:(?!</p>).)*?：使用负向前瞻断言，匹配任意字符但不会越过</p>标签，彻底避免跨<p>元素匹配。
• <p\b[^>]*>：精准匹配带属性的<p>起始标签。
• 保留对image002.png/image002.jpg的精准匹配，确保只替换包含目标图片的<p>块。

修改后的完整脚本 #

# Assign the input text to a variable using single quotes
$content = 
@'
<p class=xmsonormal style="background:white">to be kept 1</p>

<p class=xmsonormal style="background:white"><span style="font-family:"Source Sans Pro",sans-serif;
color:black"><!--[if gte vml 1]><v:shape id="Picture_x0020_2" o:spid="_x0000_i1028"
 type="#_x0000_t75" alt="" style="width:75pt;height:75pt">
 <v:imagedata src="test_files/image002.png" o:href="cid:98eba38d-7414-46ec-a87a-8eca235a6e5c"/>
</v:shape><![endif]--><![if !vml]><img border=0 width=100 height=100
src="test_files/image002.png" style="height:1.041in;width:1.041in" v:shapes="Picture_x0020_2"><![endif]></span><span
style="color:black"><o:p></o:p></span></p>

<p class=xmsonormal style="background:white">to be kept 2</p>
'@

# 优化后的正则模式
$pattern = "(?s)<p\b[^>]*>(?:(?!</p>).)*?\bimage002\.(png|jpg)\b(?:(?!</p>).)*?</p>"
$replacement = "<p>replaced</p>"

# 执行替换并输出结果
$content = $content -replace $pattern, $replacement
Write-Host $content

效果验证 #

运行脚本后，仅包含image002.png的<p>元素会被替换为<p>replaced</p>，两个带有“to be kept”文本的<p>元素将完整保留。

内容的提问来源于stack exchange，提问作者Cliff