求正确正则表达式匹配指定@、#开头的目标文本

问题描述 #

待处理HTML文本：

<p>sadadsadsad @Jack&nbsp;</p>
<p>@John Rich &amp; Sarah&nbsp;</p><p>sadadsadsadsadsadasd @Junior Cam AND Ken&nbsp;</p>
<p>
<br></p><p>asdsadasdasdasd #12345-S Company&nbsp;asdsadasdasd @Tom Mer AND Grace&nbsp;</p><p>asdadsadasd @Milo Elisa&nbsp;</p>

需要提取的目标内容：

• @Jack
• @John Rich & Sarah
• @Junior Cam AND Ken
• #12345-S Company
• @Milo Elisa
• @Tom Mer AND Grace

我用的正则 /([@|#|!].+ )/gm 没法正确匹配这些内容，求正确的正则表达式？

正确正则表达式及说明 #

你之前的正则踩了两个坑：一是.+属于贪婪匹配，会把多个目标内容连在一起匹配；二是没限定准确的结束边界。

推荐使用这个正则：

/([@#][^&]+)(?= )/gm

规则解释：

• [@#]：匹配开头的@或#，如果需要匹配!开头的内容，改成[@#!]即可
• [^&]+：匹配除&之外的所有字符——因为目标内容的结束标志是 ，遇到&就停止匹配，避免贪婪过度
• (?= )：正向预查，仅确认目标内容后跟着 ，但不会将这个实体包含到匹配结果里

用这个正则可以精准提取你列出的所有目标内容，不会出现匹配错误的情况。

内容的提问来源于stack exchange，提问作者felix