正则表达式 - 反向引用以匹配完全匹配的第一个匹配项

Question

Objective

将后续的强元素和强调元素合并为一个元素。取下面的字符串：

This is a <strong>test</strong><strong>string</strong>.

我需要做的是用一个标签替换两个强标签。上面应该变成：

This is a <strong>teststring</strong>.

到目前为止，我有以下正则表达式可以满足这个 objective:

(?<values>(\<(?<tag>emphasis|strong)\>([^\<]+)\<\/\k<tag>\>){2,}?)

问题

取下面的测试字符串：

This is <emphasis>a</emphasis><strong>b</strong>.

它匹配第一个强调标签和最后一个强标签。但是，这不是所需的行为。我需要的是正则表达式匹配强或强调，然后反向引用 (\k<tag>) 匹配相同的元素（强或强调）。上面的示例将导致匹配，但它不应该因为强调和强标记都没有重复。

解决这个问题的一种方法是首先运行一个仅用于强调的表达式，然后另一个仅用于强调。然而，这将导致更多的维护、额外的测试等，因此是不可取的。

感谢您提供的任何帮助。

Answer 1

在我看来，您真正想要做的是消除任何彼此相邻的结束和开始标记。

在此：

This is a <strong>test</strong><strong>string</strong>.

您不想将第一个标签的内容与第二个标签的内容结合起来。您只想去掉中间的 </strong><strong>。

所以做一些像

s/<\/(\w+)><>//;

如果您想将其限制为某些标签，请执行以下操作：

s/<\/(strong|emphasis)><>//;

（您没有指定您使用的语言，所以我使用 sed 替换。）

Regular expression - back reference to match exact first match