如何使用正则表达式环视功能匹配复杂HTML模式下的指定内容

可用正则表达式 #

直接复制以下表达式到Sublime Text的搜索框即可匹配到目标内容：

(?<=<div class="exg"><div><strong class="syn">[^<]+<\/strong><span class="syn">(?:,[^,]+){4}),[^<]+(?=<\/span><\/div>)

匹配逻辑说明 #

• 前置定位部分：(?<=<div class="exg"><div><strong class="syn">[^<]+<\/strong><span class="syn">(?:,[^,]+){4})是正向肯定回顾环视，精准定位到第5个逗号的左侧位置：
  • 先匹配固定的div.exg、strong.syn结构，用[^<]+兼容匹配任意长度的单词内容，比你原写法中的\w+容错性更高
  • (?:,[^,]+){4}表示匹配4组「逗号+非逗号内容」的组合，刚好跳过前4个逗号及对应同义词，定位到第5个逗号的起始位置
• 目标匹配部分：,[^<]+匹配第5个逗号开头，后续所有非<的字符，刚好覆盖到</span>标签之前的所有内容
• 后置校验部分：(?=<\/span><\/div>)是正向肯定先行环视，确保匹配内容不会溢出到</span></div>之外的范围

可选替换方案 #

如果需要对匹配内容做替换操作，可使用分组写法：

(<div class="exg"><div><strong class="syn">[^<]+<\/strong><span class="syn">(?:,[^,]+){4}),[^<]+(<\/span><\/div>)

替换时用$1[替换内容]$2即可保留前后结构，只修改目标部分。

内容的提问来源于stack exchange，提问作者user17038038