如何用正则表达式匹配指定的HTML分组代码？

你的正则/<div class="def">(.*)</div>/isU之所以无法匹配到目标</div>，是因为U修饰符开启了非贪婪模式，会在遇到第一个</div>就停止匹配——也就是匹配到了内层jkl的闭合标签，而非def对应的那个。

针对你的HTML结构，这里提供两种可行的正则方案：

方案1：利用平衡组处理嵌套结构（推荐，适配复杂嵌套场景） #

适用于def内部有多层嵌套div的情况，能精准匹配到对应def的闭合标签：

/<div class="def">((?:(?!<div class="def">|<\/div>).|(?R))*)<\/div>/is

• 逻辑说明：
  • <div class="def"> 精准匹配目标开标签
  • (?:(?!<div class="def">|<\/div>).|(?R))*：要么匹配任意非def开/闭合标签的字符，要么递归匹配整个模式（处理内层嵌套的div结构）
  • <\/div> 匹配def对应的闭合标签

方案2：利用正向断言定位倒数第二个</div> #

如果你的HTML结构固定（def的闭合标签就是倒数第二个</div>），可以用正向断言快速定位：

/<div class="def">(.*?)<\/div>(?=\s*<\/div>)/is

• 逻辑说明：
  • .*? 非贪婪匹配内层内容
  • (?=\s*<\/div>) 正向断言确保当前匹配的</div>后面跟着空白字符和最后一个</div>，从而锁定倒数第二个目标标签

内容的提问来源于stack exchange，提问作者wwwampy