服务端无jQuery场景下实现带前置校验的正则多目标匹配

整体方案完全基于纯文本处理逻辑实现，全程不依赖浏览器DOM、jQuery选择器能力，可直接在服务端运行。核心执行逻辑分为两步：先通过特定前置标记切取独立的有效结构块，再在切取得到的块内执行全局目标匹配，从根源上避免跨块抓取外部无关内容。
针对之前写的role.+?full":"(.+?)"只能匹配第一个结果的问题，本质是正则捕获机制的限制：单条正则无法在单次匹配结果里带出同一块内的多个独立目标值——惰性匹配会在首次遇到目标值时就终止捕获，贪婪匹配会把块内从第一个目标到最后一个目标的内容全部吞进同一个捕获组，根本没法拆分出多结果，这也是之前单条正则写法失效的核心原因。

HTML结构场景实现（提取class为gallery的父节点内全部img子元素） #

针对给定的示例HTML结构，实现步骤为：

• 先通过前置锚点切取父节点块内容，匹配规则为<div class="gallery">([\s\S]*?)</div>，把div内部的所有文本单独取出
• 在取出的块内文本上，执行全局匹配规则<img[^>]*src="([^"]*)"，遍历所有匹配结果即可得到gallery内部全部img元素的src值，不会抓取块外的其他img元素

示例服务端实现代码（以Python为例，所有服务端语言的正则引擎都可适配）：

import re
html_sample = '<div class="gallery"><img src="item1" /><img src="item2" /><img src="item3" /><img src="item4" /></div><img src="outside-item" />'
# 第一步：切取gallery父节点块
gallery_content = re.search(r'<div class="gallery">([\s\S]*?)</div>', html_sample).group(1)
# 第二步：块内全局匹配所有img的src
all_gallery_img = re.findall(r'<img[^>]*src="([^"]*)"', gallery_content)
# 最终输出结果：['item1', 'item2', 'item3', 'item4']，自动排除块外的outside-item

JSON结构场景实现（提取data-gallery-role关联块内全部full字段值） #

针对给定的无法常规解析的JSON结构，步骤为：

• 先通过前置锚点切取关联结构块：匹配规则为"\[data-gallery-role=gallery-placeholder\]"\s*:\s*([\s\S]*)，把这个key对应的后续所有关联文本单独取出
• 在取出的块内文本上，执行全局匹配规则"full"\s*:\s*"([^"]*)"，遍历所有匹配结果即可拿到块内全部full字段的值

示例服务端实现代码：

import re
json_sample = '{ "[data-gallery-role=gallery-placeholder]": { "mage/gallery/gallery": { "data": [{ "full": "https://google.com" }, { "full": "https://google.com" }, { "full": "https://google.com" }, { "full": "https://google.com" }, { "full": "https://google.com" }, { "full": "https://google.com" }] } } }'
# 第一步：切取前置标记关联的JSON块
gallery_json_content = re.search(r'"\\[data-gallery-role=gallery-placeholder\\]"\s*:\s*([\s\S]*)', json_sample).group(1)
# 第二步：块内全局匹配所有full字段值
all_full_vals = re.findall(r'"full"\s*:\s*"([^"]*)"', gallery_json_content)
# 最终输出6个对应链接值，不会抓取块外的同名字段

常见注意事项 #

• 结构适配灵活性：如果遇到多层嵌套的复杂HTML/JSON结构，只需要调整第一步的块切取规则，匹配到前置标签对应的最外层闭合边界即可，后续的块内全局匹配逻辑不需要做任何改动
• 边界处理：如果文本中存在多个同名称的前置标记，可以通过调整块切取规则指定需要抓取的特定前置块，同样不影响块内多目标的匹配逻辑

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