正则表达式匹配文本直到第二个点，排除 html 标签

Question

我试图匹配从头到第二个点的所有文本，以排除包含在 html 标签内的点。

以下正则表达式 /^([^\.]*[\.]){0,2}/如果它们不是 HTML 标签，则工作正常，因为它会选择从开始到第二个点的所有内容。

但是，当我有这个时:

<p><img src="example.image.com" alt="foo">Text. More text.</p>

我希望我的正则表达式在文本的第二次出现时停止，而不是在“图像”和“com”之间的点处。

我也知道 \.(?![^><]*>)将选择 html 标签之外的所有点，但我真的很挣扎，我真的很感激你的帮助!

Answer 1

试试这个正则表达式:

(?:(?:(?:<[^>]+>)*[^<.]*)*\.){2}

(?:                  # start of non-capturing group
    (?:              # start of non-capturing group
        (?:          # start of non-capturing group
            <[^>]+>  # matches an HTML tag
        )*           # match any more tags
        [^<.]*       # matches a sequence of non-tag, non-dot characters
    )*               # match any more tags and non-dot characters
    \.               # match a dot
){2}                 # repeat all of the above again

详细讲解示范 here .