如何用正则匹配含指定字符串的HTML表格<tr>完整行？

我通过Jenkins调用Confluence API拿到一段HTML表格内容，需要精准匹配里面包含“what I’m searching”的完整<tr>行，要把从<tr>开头到对应</tr>结尾的整段内容抓出来。

可用正则表达式 #

开启单行模式（让.能匹配换行）后，使用下面的正则：

(?s)<tr>.*?what I’m searching.*?</td>\s*</tr>

表达式解释 #

• (?s)：单行模式修饰符，确保.可以匹配换行符，适配HTML中的换行结构
• <tr>：匹配目标行的起始标签
• .*?：非贪婪匹配任意字符，避免过度匹配到其他<tr>行
• what I’m searching：指定的匹配关键词，精准定位目标行
• .*?</td>\s*</tr>：继续非贪婪匹配，直到找到该行末尾的</td>和</tr>，\s*兼容标签间的空格、换行等空白字符

Jenkins Pipeline中使用示例（Groovy） #

如果在Jenkins流水线里用，参考这段代码：

// 假设htmlContent是从Confluence API获取到的HTML内容
def htmlContent = getConfluencePageHtml() 
def targetPattern = /(?s)<tr>.*?what I’m searching.*?</td>\s*</tr>/
def matcher = htmlContent =~ targetPattern

if (matcher.find()) {
    def targetTrLine = matcher.group()
    // 在这里对匹配到的<tr>内容进行更新操作
    println("匹配到的目标行:\n${targetTrLine}")
}

匹配结果 #

针对你提供的HTML内容，这个正则会准确捕获以下内容：

<tr>
    <td colspan="1">what I’m searching</td>
    <td colspan="1">2</td>
    <td colspan="1">
        <div class="content-wrapper"><p><time datetime="2022-07-25" />&nbsp;</p></div>
    </td>
</tr>

内容的提问来源于stack exchange，提问作者mattobob