使用正则表达式进行Ruby拆分-正则表达式为'；i don’我不做我想做的事

我有这根绳子

string = "<p>para1</p><p>para2</p><p>para3</p>"

string=“para1
para2
para3
”

我想在para2文本上拆分，这样我就可以得到这个

["<p>para1</p>", "<p>para3</p>"]

[“para1
”，“para3
”]

问题是，有时para2可能没有包装在p标记中（并且在p的外部和内部可能有可选的空格）。我认为这样做可以：

string.split(/\s*(<p>)?\s*para2\s*(<\/p>)?\s*/)

string.split（/\s*（）？\s*para2\s*（）？\s*/）

但是，我明白了：

["<p>para1</p>", "<p>", "</p>", "<p>para3</p>"]

[“para1
”、“”、“
”、“para3
”]

这并不是将开始和结束p标记拉入匹配模式中——它们应该作为分割的一部分被消除。Ruby的正则表达式在默认情况下是贪婪的，所以我认为它们会被拉进来。如果我做gsub而不是拆分，这似乎得到了证实：

string.gsub(/\s*(<p>)?\s*para2\s*(<\/p>)?\s*/, "XXX")
=> "<p>para1</p>XXX<p>para3</p>"

string.gsub（/\s*（）？\s*para2\s*（）？\s*/，“XXX”）
=>“para1
XXXpara3
”

他们被拉进来，在这里被处理掉，但不是在裂缝上。有什么想法吗

---

谢谢，max将您的捕获组

（…）

替换为非捕获组

（？：…）

：

/\s*（？：）？\s*para2\s*（？：）？\s*/

记住，用正则表达式永远无法真正解析HTML。如果这个字符串在某种程度上依赖于外部输入，请使用hpricot或nokogiri之类的HTML解析器。这个答案是正确的。当你使用带有捕获组的正则表达式进行分割时，它会将捕获放入数组中，这样你就可以进行更复杂的扫描/分割操作。漂亮…不知道我们在Ruby中有这样的功能！谢谢秋葵，这就成功了。我以前从来没有听说过非捕获组，这是一个非常有用的知识点。

/\s*(?:<p>)?\s*para2\s*(?:<\/p>)?\s*/