C# 正則表達式多重匹配

Question

我有這個正則表達式來提取表格之外的段落

((?<=<\/w:tbl>)<w:p [^>]*>.*?<\/w:p>(?=<w:tbl>)|(?<=<\/w:tbl>)<w:p [^>]*>.*?<\/w:p>(?=<w:sectPr.*>))

問題是它讀取所有段落，就好像它們是一個段落一樣（從第一個開始標記到最后一個結束標記，沒有中間段落）。 下面是一個文本示例。 在這種情況下，它匹配一個而不是 3

</w:tr></w:tbl><w:p w:rsidR="00F24C60" w:rsidRDefault="00F24C60" w:rsidP="009D46A1"><w:pPr><w:spacing w:before="240" w:after="240"/></w:pPr><w:r><w:t></w:t></w:r></w:p><w:p w:rsidR="00F24C60" w:rsidRDefault="00F24C60" w:rsidP="009D46A1"><w:pPr><w:spacing w:before="240" w:after="240"/></w:pPr><w:r><w:t></w:t></w:r></w:p><w:p w:rsidR="00346D4D" w:rsidRPr="00AC7B53" w:rsidRDefault="00F24C60" w:rsidP="009D46A1"><w:pPr><w:spacing w:before="240" w:after="240"/></w:pPr><w:r><w:t></w:t></w:r></w:p><w:tbl><w:tblPr>

有什么幫助讓它單獨匹配每個段落（3段）？

謝謝。

Answer 1

我認為，你不能，因為你想在另一個標簽中創建組，但正則表達式不知道它只是從頭到尾查看字符串的結構，假設 string: eabcabce如果需要我接下來可以做的所有 abc 組(abc) ，但是我不能說我想要e之間的所有abc組。

您可以使用一些 xml 解析器。

對於這種特殊情況，您可以嘗試兩個正則表達式：

1. 使用您的正則表達式獲取 tbl 標簽的內容
2. 使用此正則表達式從tbl內容中獲取組(<w:p [^>]*>.*?<\/w:p>)

一些鏈接：

1. 為什么不用正則表達式解析 html （我認為您的 xml 接近html :)）
2. https://www.regextester.com/