Javascript 关于RegExp匹配、HTML标记和换行符的混淆

我正在尝试创建一个标记到HTML解析器。我试图使用正则表达式来匹配可能包含或不包含HTML标记和空格/换行符的输入字符串。我遇到了一个我完全不理解的有趣案例

我的正则表达式是

regex=/\*（[\w\s]+\*/g

以下工作：

'*words\nmorewords*'.match(regex)
'*<b>words</b>*'.match(regex)

“*单词\n重写单词*”.匹配（正则表达式）
“*单词*”.匹配（正则表达式）

但是，这不起作用：

'*<b>words\nmore words</b>*'.match(regex)

“*单词\n更多单词*”.匹配（正则表达式）

如果有人能帮我理解为什么会这样，我将不胜感激

---

编辑：多亏了Ry，我看到了我的错误逻辑。表达式

regex=/\*（）？[\w\s]+（）？\*/g

解决了这个问题。

这应该适用于您的目的：

\*(<.+>)?([\w\s]+)(<.+>)?\*

\*（）？（[\w\s]+）（）\*

HTML标记可以存在也可以不存在

（）？

。

\n

与

\s

（空白）匹配

我还将链接规范的答案，因为正则表达式不适合（甚至不能）在相当有限的子集之外解析HTML。读一读，它的信息（和有趣）

回想一下。正则表达式可以解析正则语言。HTML不是一种常规语言（它是上一级语言，与上下文相关）

---

一些正则表达式引擎的扩展赋予了它递归功能。您可能可以使用这些工具解析HTML，但有更好的方法，例如使用适当的HTML解析器。

不匹配没有

/s

标志的换行符。您可以改用

[^]

。不过，任何涉及regex和HTML的东西都可能会很脆弱，我不确定自己是否理解。我在标记本身中没有任何空格（即在每组

之间），那么为什么这会相关呢？HTML标记之间的子字符串不应该由我的正则表达式的第一部分来处理吗？

？

在自己匹配

单词之前。你是否打算让这群人重复，只是让
匹配标签？@Ry我真不敢相信我错过了。。。是的，我只是想匹配标签。我现在明白问题所在了，谢谢。不过，我还是没有找到解决办法。谢谢！我使用了一个稍微不同的解决方案，但它遵循与您的答案相同的逻辑，并且没有有用的链接。在我的例子中，这更像是regex中的个人练习，而不是实际的HTML项目（事实上HTML是由解析它的同一个函数生成的），但我肯定会记住未来项目的建议。是的，对于简单的东西，regex可以正常工作。：）