如何用正则表达式获取第二个匹配标签？能否一步得到指定格式结果？

嘿，我来帮你搞定这个正则需求～咱们完全可以一步完成匹配并生成你想要的数组结构，不需要多次运行正则，只要用支持全局匹配和捕获组的现代正则引擎（比如JavaScript、Python、Java这些都没问题）就行。

先假设你的源文本结构（如果和实际有出入可以微调） #

比如你的文本大概是这样的：

<sub>eeee</sub> 一些文本 <sub>aaaa</sub> 111
<sub>eeee</sub> 另一段内容 <sub>aaaa</sub> 222

一步实现的正则方案（以JavaScript为例） #

直接用带全局匹配修饰符的正则，配合捕获组就能拿到目标结果：

// 源文本
const sourceText = `<sub>eeee</sub> 一些文本 <sub>aaaa</sub> 111
<sub>eeee</sub> 另一段内容 <sub>aaaa</sub> 222`;

// 正则表达式
const targetRegex = /<sub>eeee<\/sub>.*?<sub>(aaaa)<\/sub>\s*(\d+)/gs;

// 提取结果并组装成你要的数组
const result = [];
let matchResult;
while ((matchResult = targetRegex.exec(sourceText)) !== null) {
  // 捕获组1是目标的aaaa，捕获组2是关联数字，转成整数
  result.push([matchResult[1], parseInt(matchResult[2])]);
}

console.log(result);
// 输出：[ [ 'aaaa', 111 ], [ 'aaaa', 222 ] ]

正则逻辑拆解 #

• <sub>eeee<\/sub>.*?：先匹配前面的<sub>eeee</sub>，然后用*非贪婪的.*?*匹配中间的任意内容（避免过度匹配到后面的无关内容），直到遇到目标的<sub>aaaa</sub>
• <sub>(aaaa)<\/sub>：用捕获组(aaaa)精准提取你要的目标文本
• \s*(\d+)：\s*处理<sub>aaaa</sub>和数字之间的空格，(\d+)捕获后面的关联数字
• gs修饰符：g表示全局匹配所有符合条件的内容，s让.可以匹配换行符（如果你的文本有换行的话）

额外提醒 #

如果你的文本里有嵌套的HTML标签（比如<sub>eeee</sub>里面还有其他标签），正则就不太靠谱了——毕竟正则天生不擅长处理嵌套结构。这时候更推荐用HTML解析库，比如JavaScript的cheerio、Python的BeautifulSoup，解析后再提取目标内容会更稳定。

内容的提问来源于stack exchange，提问作者TigerTV.ru