正则表达式匹配HTML多行文本时，如何避免只捕获最后一行？

使用正则表达式从 html 片段中提取文本时，如何避免仅捕获到多行文本中的最后一行？

使用正则表达式从 html 片段中提取文本是常见操作。然而，有时我们希望捕获文本中的多行，但正则表达式却只能匹配到最后一行。

考虑以下正则表达式，它试图从 html 片段中提取文本：

/^(?:<[pb]>)+((?:w(s)?)+:)(?:</[pb]>)+
?(?:<p>((?:w+s*[,.:;()]?s*)+)</p>
?)+$/gm

将其应用于以下 html 片段时：

<p><b>Description:</b></p>
<p>This is a guitar accessory set includes 3pcs pickup covers, 1 volume and 2pcs knobs and 1 switch tip. Made of solid
    ABS plastic material. The covers are 48, 50 and 52mm spaced, fits for electric guitar. Great guitar accessory</p>

<p><b>Specification:</b></p>
<p>Made of ABS plastic material</p>
<p>Color: pink , Letter: White</p>
<p>Hole spacing: 48mm; 50mm; 52mm</p>

<p><b>Package Includes:</b></p>
<p>3 x Pickup cover</p>
<p>3 x Knob(1 volume knob and 2 knobs)</p>
<p>1 x Switch tip</p>

正则表达式可以成功匹配文本，但它仅捕获了最后一行 "1 x switch tip"。这是因为正则表达式使用了 $ 锚定符，它将匹配限制为目标字符串的结尾。

解决此问题的办法有两个：

• 使用非贪婪匹配： 在匹配符号 + 后添加 ?，使其成为 +?。这将指示正则表达式非贪婪匹配，并尽早停止。
• 使用 dom 树工具： 避免使用正则表达式解析 html，因为 dom 树工具提供了更可靠且易于操作的方法来提取文本。

以上就是正则表达式匹配HTML多行文本时，如何避免只捕获最后一行？的详细内容，更多请关注硕下网其它相关文章！