负前瞻正则匹配异常：如何精准匹配含footnote的section内p标签

原始HTML结构 #

<section id="TP-1">
<h3>1. One</h3>
<p>Et harum quidem rerum facilis est et expedita distinctio.</p>
</section>

<hr class="sections" />

<section id="TP-2">
<h3>2. Two</h3>
<p>Et harum quidem rerum facilis est et expedita distinctio.</p>
<hr class="footnote" />
<p class="footnote"></p>
</section>

需求 #

为带有footnote类的<p>标签添加id属性，属性值基于其父<section>的id（例如父section的id为TP-2，则p标签的id设为TP-2-footnote）。

尝试的正则及问题 #

使用以下正则时出现匹配异常：

<section id="TP-(\d+?)">((.|\n)+?)(?!</section>)<p class="footnote"

实际匹配结果包含了无关的</section>标签及TP-1对应的section内容，预期仅匹配包含footnote的TP-2对应的section部分。

解决方案 #

修正后的正则 #

<section id="TP-(\d+)">((?:(?!</section>).|\n)*)<p class="footnote"

正则说明 #

• 原正则中(.|\n)+?的非贪婪匹配无法有效阻止跨越</section>标签，因为负前瞻(?!</section>)仅检查当前位置后是否为</section>，而非确保整个中间内容不包含该标签。
• 替换为(?:(?!</section>).|\n)*后，会匹配任意字符（含换行），但只要当前位置后不是</section>就继续匹配，彻底避免了跨越section结束标签的问题。

替换示例 #

将替换模式设置为：

<section id="TP-$1">$2<p class="footnote" id="TP-$1-footnote"

即可为目标p标签生成基于父section id的属性值。

内容的提问来源于stack exchange，提问作者abbassix