Html 匹配内部的文本块<；p></p>；某些标签重复2次以上

我正在努力找到解决办法

我想匹配

标记中包含2个以上

的任何文本块，以及；编辑：罗斯·拉塞尔和

我正试图找出一个正则表达式代码，它将匹配

标记中的整个文本块，但唯一的决定因素是

标记的数量，我的意思是我不知道文本是什么样的

以下是我尝试过的正则表达式代码：

<p.*?>(\s+|\n+|)((.*?|)<a.*?>(.*?|)</a>(.*?|)){2,}(\s+|\n+|)</p>

（\s+\n+）（.*？）（.*？）（.*？）（.*？）（.*？）{2，}（\s+\n+|）

它不起作用。

---

有什么想法吗？

最好通过将html解析为DOM而不是使用regexp来解决整个问题

如果必须，您可以尝试类似的方法（有些边缘情况不适用于此解决方案）：

]*>（.*？]*>.*？]*>.*？{2，}]*>

这将匹配开头的

，然后包含
和
的文本至少两次，然后匹配结尾的
尝试以下操作：

/^<p.*(?=(\<\/a>).*(\<\/a>)).*<\/p>$/mg

/^看看“.”为什么仅仅
（.*）
是不够的？是否需要排除
s或
s？
，然后在
（.*）
中也不需要
（）
<代码>
不好-使用
[^>]
而不是
。“它不工作”是什么意思？会发生什么？你用什么语言或工具测试这个正则表达式？“你试过使用XML解析器了吗？”当它没有找到2个
标记时，它也会直接经过
，进入下一个
，然后从那里继续。如果
标记包含另一个
标记，它也将不起作用。你是对的。一般来说，不可能用regexp正确解析层次结构。还有其他边缘情况，如
。它会使正则表达式复杂，以确保中间没有闭包
。这就是为什么最好通过将html解析为dom而不是使用regexp来解决整个问题的原因
<p[^>]*>(.*?<a[^>]*>.*?<\/a[^>]*>.*?){2,}<\/p[^>]*>

/^<p.*(?=(\<\/a>).*(\<\/a>)).*<\/p>$/mg