如何使用Regex匹配包含字符串"Apple"行内的首个HTML标签

你当前使用的^(?!.*(Apple)).*$正则逻辑是匹配不包含Apple字符串的行，不符合你的需求，可按以下方案调整：

方案1（支持零宽断言的正则引擎，直接匹配目标内容） #

适用于PCRE、JavaScript ES2018+、Java 9+等支持正向预查的引擎，直接使用以下正则即可匹配到你要的首个标签：

^<[^>]+>(?=.*Apple)

正则逻辑说明 #

• ^ 锚定到行的起始位置
• <[^>]+> 匹配从<开始到第一个>结束的完整内容，对应行内首个HTML标签
• (?=.*Apple) 正向预查规则，要求当前行后续内容必须包含Apple字符串，且不会占用匹配字符，不会影响最终匹配结果

方案2（兼容低版本正则引擎，分组捕获获取内容） #

如果你的运行环境不支持零宽断言，使用分组捕获的正则，提取第1个捕获组的内容即可：

^(<[^>]+>).*Apple.*$

测试验证 #

对示例行：

<div class="tn-atom" field="tn_text_1584898828640" target="_blank">Apple</div>

两个方案最终得到的结果都为你需要的：

<div class="tn-atom" field="tn_text_1584898828640" target="_blank">

注意：该方案仅适用于HTML标签属性中不包含>字符的常规场景，符合绝大多数日常使用需求。

内容的提问来源于stack exchange，提问作者Artem Larin