正则表达式匹配含HTML标签与换行的Markdown内容遇问题求助

问题分析 #

你的正则表达式/\*([\w\s]+|<.+>)\*/g匹配失败的核心原因有两个：

1. 分支互斥限制：正则用|分隔了两个独立分支，要么匹配纯文本（[\w\s]+，包含字母、数字、下划线和空白），要么匹配单个转义HTML标签（<.+>），但无法处理「标签+文本+换行」混合的内容。
2. 换行匹配问题：.+默认不匹配换行符（JavaScript中dotAll模式默认关闭），所以即使分支允许，<.+>也无法覆盖包含换行的标签内容。

解决方案 #

修改正则，让它能匹配任意字符（包括换行），同时支持混合内容，并且用非贪婪量词避免过度匹配：

const regex = /\*([\s\S]*?)\*/g;

为什么这样改？

• [\s\S]：\s匹配所有空白字符（包括换行、空格、制表符等），\S匹配所有非空白字符，两者组合就能覆盖任意字符，完美解决换行匹配问题。
• *?：非贪婪量词，会尽可能少地匹配字符，确保匹配到最近的结束*，避免把多个加粗块（比如*text1* and *text2*）当成一个整体匹配。

测试验证 #

用你的测试案例验证：

const testStr = '*<b>words\nmore words</b>*';
const regex = /\*([\s\S]*?)\*/g;
console.log(testStr.match(regex)); 
// 输出: ["*<b>words\nmore words</b>*"]

可选优化（处理转义星号） #

如果你的场景需要支持转义星号（比如\*表示字面量*，不触发加粗），可以给正则加上负向前瞻/后顾，避免匹配转义的星号：

const regex = /\*(?!\\)([\s\S]*?)(?<!\\)\*/g;

这个版本会跳过像\*escaped*这样的内容，只匹配未转义的*包裹的块。

内容的提问来源于stack exchange，提问作者techwreck15