如何编写正则表达式提取XML的NODE2标签内的所有独立单词

适配VSCode搜索替换的正则解决方案 #

搜索正则 #

直接使用如下正则开启全局匹配即可逐个捕获NODE2标签内的所有独立单词：

(?:<NODE2>|\G(?!^))\s*(\S+)(?=[^<]*</NODE2>)

正则逻辑说明 #

• 开头的(?:<NODE2>|\G(?!^))非捕获组限定匹配起点：要么刚匹配到<NODE2>标签，要么是上一次单词匹配结束的位置，避免匹配到其他节点内的内容
• \s*兼容单词之间任意数量的空格
• 捕获组(\S+)对应你要提取的B1、B2、B3、B4这类独立单词
• 末尾的(?=[^<]*</NODE2>)正向预查保证匹配范围严格限制在NODE2闭合标签之前，结合你提到的节点值无尖括号的前提，不会出现匹配越界问题

替换使用方法 #

如果你需要修改NODE2内的内容格式，替换框内直接用$1指代每个捕获到的单词即可。比如要把每个单词用<W></W>标签包裹，替换框输入<W>$1</W>即可批量完成格式更新。

内容的提问来源于stack exchange，提问作者rgvlee