匹配整个多行模式，多次但不匹配包含字符串

Question

想象一下，我有这个文本（我意识到使用正则表达式解析HTML不是正确的解决方案...）

 <div><p>HELLO1</p>
 <span>SPIDER</span></div>
 <div><p>HELLO2</p>
 <span>CHEESE</span></div>
 <div><p>HELLO3</p>
 <span>BANANA</span></div>

我想分别匹配<p>和<span>中的文本（这是一个人为的例子）

我可以通过使用：

/<p>(.*?)<\/p>.*?<span>(.*?)<\/span>.*?<\/div>/gsmi

但是，如果跨度内的文本是CHEESE，我不想匹配。香港专业教育学院曾试图使用负面的前瞻：

/<p>(.*?)<\/p>.*?<span>((?!CHEESE).*?)<\/span>.*?<\/div>/gsmi

然而，现在匹配错误的东西，因为模式匹配HELLO2和BANANA我想要HELLO3和BANANA

我意识到这是因为我使用.*?但这是现实生活解决方案所必需的。

示例：https://regex101.com/r/h4YgDm/3

我怎样才能匹配，只有整个模式，但仍然跨越多行？

Answer 1

你可以通过两个步骤实现你想要的。首先，提取符合标准的div元素（即没有CHEESE）（demo）：

<div>(?:(?!CHEESE).)*?<\/div>

其次，选择p和span标签之间的内容为两组（demo）：

(?<=<p>)(.*?)(?=<\/p>)(?:.*?)(?<=<span>)(.*?)(?=<\/span>)

Answer 2

我的一位同事给了我这个答案，这就是我想要的：

https://regex101.com/r/h4YgDm/8

正则表达式：(?:(?:<div><p>(\w*)<\/p>\s)(?!<span>CHEESE<\/span>)(?:<span>(\w*)<\/span>)<\/div>)