如何使用正则表达式替换同时位于<>和双引号内部的指定字符串

需求说明 #

仅替换同时位于<>标签内部、且在双引号包裹范围内的ABC为DEF，其余位置的ABC保持不变。

原始示例字符串 #

<tagA nameABC1="attr1ABCx xyzABC" name2="attABCa"> outside"ABC"xyz</tagA>

<tagB nameABC2="attr2ABCx cccABC" name3="testABCb"> outside_"ABC"</tagB>

期望替换结果 #

<tagA nameABC1="attr1DEFx xyzDEF" name2="attDEFa"> outside"ABC"xyz</tagA>

<tagB nameABC2="attr2DEFx cccDEF" name3="testDEFb"> outside_"ABC"</tagB>

正则实现方案（仅适用于简单规范场景） #

如果必须使用正则实现，建议采用分层匹配的逻辑，避免复杂环视带来的可读性和兼容性问题：

1. 先匹配所有完整的HTML标签内容（即<到>之间的所有字符）
2. 对每个匹配到的标签内容，单独替换其中双引号属性值内的ABC

Python实现示例：

import re

raw_content = '''<tagA nameABC1="attr1ABCx xyzABC" name2="attABCa"> outside"ABC"xyz</tagA>

<tagB nameABC2="attr2ABCx cccABC" name3="testABCb"> outside_"ABC"</tagB>'''

def tag_content_replace(match):
    tag_str = match.group(0)
    # 替换当前标签内双引号包裹内容中的ABC
    return re.sub(r'"[^"]+"', lambda m: m.group(0).replace("ABC", "DEF"), tag_str)

final_result = re.sub(r"<[^>]+>", tag_content_replace, raw_content)

注意：正则天生不适合处理HTML结构，遇到引号未闭合、标签嵌套异常、含注释等非规范场景时，替换结果会出现错误，不建议在生产环境使用。

推荐生产环境方案：使用HTML解析库处理 #

对于正式业务场景，建议使用专门的HTML解析库实现，规避正则解析HTML的各类边界问题，以下是使用jsoup库的实现逻辑：

1. 解析输入的HTML文本生成DOM树
2. 遍历所有元素的全部属性
3. 替换属性值中的所有ABC为DEF
4. 输出处理后的HTML文本

Java实现示例：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class AttrValueReplace {
    public static void main(String[] args) {
        String rawHtml = "<tagA nameABC1=\"attr1ABCx xyzABC\" name2=\"attABCa\"> outside\"ABC\"xyz</tagA>\n" +
                "\n" +
                "<tagB nameABC2=\"attr2ABCx cccABC\" name3=\"testABCb\"> outside_\"ABC\"</tagB>";
        Document document = Jsoup.parse(rawHtml);
        Elements elements = document.getAllElements();
        for (Element element : elements) {
            element.attributes().forEach(attribute -> {
                String updatedValue = attribute.getValue().replace("ABC", "DEF");
                attribute.setValue(updatedValue);
            });
        }
        // 关闭美化输出，保留原始文本格式
        document.outputSettings().prettyPrint(false);
        System.out.println(document.body().html());
    }
}

该方案对所有规范HTML文本都能稳定输出正确结果，兼容性和容错性远高于正则方案。

内容的提问来源于stack exchange，提问作者Peter