如何编写正则表达式确保指定标签外无其他标签？

需求说明 #

需要编写正则表达式，确保文本中除了<ID>标签（其内部可包含<F>标签）之外，不存在任何其他标签。

不通过案例 #

• This <F>is</F> a test <ID><F>sentence</F></ID> for stackoverflow.（ID标签外存在<F>标签）
• This <ID><M>is</M></ID> a test <F>sentence</F> for stackoverflow.（ID标签内存在未允许的<M>标签）

通过案例 #

• This is a test <ID><F>sentence</F></ID> for stackoverflow.（ID标签外无多余标签，内部<F>合法）
• This is a test <ID><F>sentence</F></ID> for <ID>stackoverflow.</ID>（多个ID标签，外部无其他标签）

原尝试的问题 #

你之前的尝试中，第3步添加的负向先行断言(?!.+?[<>])会导致正则为了满足“后面没有<>”的条件，错误地扩展匹配范围到最后一个ID标签，这是因为.+?的惰性匹配会被断言强制“吃掉”中间的内容。

正确的正则表达式方案 #

要实现需求，需要从全局验证的角度出发，而不是只匹配单个ID标签。正确的正则应该确保：

1. 所有标签要么是<ID>/</ID>，要么是ID内部的<F>/</F>；
2. 不存在任何其他形式的标签。

可以使用以下正则（根据使用场景开启多行模式m和全局模式g）：

^(?:(?!<\/?(?!ID|F)\w+>).)*$

正则解释：

• ^ 和 $：匹配文本的开头和结尾，确保全局验证；
• (?:...)：非捕获组，用于循环匹配；
• (?!<\/?(?!ID|F)\w+>)：负向先行断言，确保当前位置后不存在不是ID/F的标签（比如<M>、</M>、ID外的<F>等）；
• .*：匹配任意字符（除换行符，若需支持换行可改用[\s\S]*）。

如果需要同时确保ID标签是正确嵌套的（比如不出现<ID>未闭合的情况），可以进一步优化为：

^(?:(?!<\/?(?!ID|F)\w+>)[^<>]|<ID>(?:(?!<\/?(?!ID|F)\w+>)[^<>]|<F>[^<>]*<\/F>)*<\/ID>)*$

这个正则会严格验证：所有标签要么是正确嵌套的<ID>（内部可包含<F>），要么没有其他标签，同时ID标签内部也不允许出现除<F>外的其他标签。

内容的提问来源于stack exchange，提问作者Laurent Dhont