我需要匹配字符串的一部分，同时忽略HTML标签。这意味着如果用户想在源代码中查找字符串"foo and foo1"。
Two strings, <u>foo</u> and foo1
他不会得到匹配，因为标签。
我已经尝试过正则表达式，但由于标签可以也不必在那里，所以它似乎太复杂了。
它不是服务器端脚本。它将是从控制台运行的应用程序。
更具体地说：它用于语法突出显示。所以用户希望"foo and foo1"是斜体，但它的一部分已经是下划线，无论如何都不匹配。这就是为什么我不能剥离字符串。
使用 PHP 函数strip_tags从文本中删除 HTML 标记。 然后进行搜索。
http://php.net/manual/en/function.strip-tags.php
按照建议使用strip_tags，这确实是最好的方法。但是，如果您想玩得开心或尝试并对您的正则表达式引擎进行基准测试:)您可以在查询的每个符号通过后插入(?:<'/?[^>]+>)?，您将在查询的最开头进行匹配（否则将不会捕获开始标记）。
下面是一个"foo and foo1"的示例：
(?:<'/?[^>]+>)?f(?:<'/?[^>]+>)?o(?:<'/?[^>]+>)?o(?:<'/?[^>]+>)? (?:<'/?[^>]+>)?a(?:<'/?[^>]+>)?n(?:<'/?[^>]+>)?d(?:<'/?[^>]+>)? (?:<'/?[^>]+>)?f(?:<'/?[^>]+>)?o(?:<'/?[^>]+>)?o(?:<'/?[^>]+>)?1(?:<'/?[^>]+>)?
这将匹配<u>foo</u> and foo1.
https://regex101.com/r/aF8fJ8/4
此正则表达式将忽略 html 标签中的<>和斜杠，只提取单词。
(?!</?[^>]+>)([a-zA-Z]+)
只需将 [a-zA-Z]+ 替换为您想要匹配的内容即可。