PowerShell正则实现：按<pre>标签存在性区分HTML替换规则

现有无效方案的核心问题 #

你之前列的3种负向断言正则全部失效，核心原因有两点：

• 逻辑偏差：把“文档全局存在</pre>标签”作为code标签的前置排除条件，没有匹配正则流式处理的特性，要么完全切断code标签的匹配路径，要么无法精准识别嵌套在pre块内部的code边界
• 方向偏差：试图用单条正则完成嵌套标签的层级排除，忽略了正则处理非递归嵌套结构的天然短板——HTML标签是树形嵌套结构，硬靠负向断言编写的规则不仅维护成本高，还容易在跨多行、嵌套层级变化的场景下出现匹配错误。

可落地的实现逻辑 #

不需要复杂的负向断言，通过两步顺序替换+第一步预处理消除pre块内部的code标签残留，可100%覆盖两个核心要求：

1. 第一步优先处理所有pre块，匹配时开启单行模式（加内联(?s)标志，支持匹配跨多行的pre结构），对匹配到的pre块做整体处理：
   • 捕获pre标签内部的全部内容
   • 直接剥离内容里所有的code标签（仅保留标签间的纯文本），避免残留的code字符串被后续规则命中
   • 将整个pre块替换为反引号包裹的纯文本
2. 第二步全局匹配剩余的独立code标签，替换为反引号包裹的格式——因为第一步已经把所有pre块（包括内部嵌套的code）都转换为纯文本，后续匹配到的code标签必然是独立存在、不属于pre结构的，完全不会误伤pre块内部的内容。

可直接运行的PowerShell代码 #

# 示例输入
$htmlContent = "外层文本 <pre><code>嵌套在pre里的代码</code></pre> 外层文本 <code>独立的行内代码</code> 外层文本"

# 第一步：处理pre块，顺带剥离块内的code标签
$processed = [regex]::Replace(
    $htmlContent,
    '(?s)<pre.*?>(.*?)</pre>',
    {
        param($match)
        # 取出pre内部内容，剥离所有code标签（不管带不带属性）
        $innerContent = [regex]::Replace($match.Groups[1].Value, '(?s)</?code.*?>', '')
        # 替换为反引号包裹格式，PowerShell中反引号为特殊字符，需双写转义
        return "``$innerContent``"
    }
)

# 第二步：处理剩余的独立code标签
$processed = $processed -replace '(?s)<code.*?>(.*?)</code>', '``$1``'

效果验证 #

细节提示：PowerShell环境下反引号是转义特殊字符，替换字符串中的反引号需要写两个 ``才能正常输出，这是替换规则编写时的高频踩坑点。

内容的提问来源于stack exchange，提问作者hcdocs