匹配非HTML标签内分号的正则仅分行有效，单行失效如何修复？

问题原因 #

你当前使用的正则/(^|>)[^<>]*?;[^<>]*?(<|$)的核心问题是匹配过程会消耗分界符<和>：
当所有内容在同一行时，第一个符合规则的分号匹配完成后，正则会把本次匹配结尾的<（下一个HTML标签的左尖括号）直接消耗掉，后续的匹配就无法找到对应的>作为起始锚点，因此无法匹配到后面标签外的分号。

解决方案 #

使用零宽断言改写正则，避免消耗分界符，支持同一行连续匹配：

/(?<=^|>)[^<>]*?;(?=[^<>]*(?:<|$))/g

正则逻辑说明 #

• (?<=^|>)：零宽正向后行断言，要求当前位置的前面是字符串开头，或者是HTML标签的结束符>，不消耗该字符
• [^<>]*?：非贪婪匹配任意不含尖括号的字符
• ;：目标匹配的分号
• (?=[^<>]*(?:<|$))：零宽正向先行断言，要求分号后面的内容要么到下一个<为止都没有尖括号，要么直接到字符串结尾，不消耗该字符

兼容低版本环境方案 #

如果运行环境不支持后行断言，可以使用捕获组方案，取第二个分组的内容即可：

/(^|>)([^<>]*?;)(?=[^<>]*(?:<|$))/g

测试验证 #

针对你提供的同一行测试用例：

Value1;<p style="color:red; font-weight:400;">Value2</p>;<p style="color:red; font-weight:400;">Value3</p>;Value4

上述正则可以正确匹配到3个标签外的分号，不会匹配到HTML标签内部style属性里的分号，也不会匹配到标签包裹内容中的分号。

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