正则提取HTML国际化文本仅适用于结构固定、无嵌套、无转义干扰的场景；一旦出现引号、换行、HTML实体或嵌套标签，就会漏匹配或截断，这是正则固有局限。
直接用正则提取 HTML 中的国际化文本是可行的，但必须明确：它只适用于结构固定、无嵌套、无转义干扰的场景。一旦 <lang> 里出现引号、换行、HTML 实体或嵌套标签，match() 就会漏掉或截断——这不是写法问题，是正则能力边界。
匹配 <lang> 标签内的纯文本内容
假设 HTML 片段为 <lang :num>今年我{num}岁了</lang>，且内部绝无 </lang> 子串、无换行、无属性值含 >：
/(? 是最常用写法，利用零宽正向断言避开标签本身-
[^>]*确保只匹配开始标签内属性部分，防止误吞<lang class="x">中的> - 必须加
g标志才能匹配多个，否则只返回第一个 - 若内容含换行，需在 JS 中加
s标志（/.../gs），否则.不匹配换行符
匹配带属性插值的 <lang> 内容（如 :num）
当标签含绑定语法如 <lang :number="20013624">粤ICP备{number}号</lang>，目标是提取 粤ICP备{number}号 而非属性值：
- 仍用
/(?，因为 <code>[^>]*已跳过所有属性，只锚定到>结束位置 - 注意：如果属性值里有未闭合引号（如
<lang title="xxx>），该正则会提前终止，匹配失败 - 不要试图在正则里解析
{number}占位符——那是运行时替换逻辑，提取阶段只需原样拿到字符串
为什么不用 <lang>([\s\S]*?)<\/lang>？
这个写法看似直观，但实际隐患多：
立即学习“前端免费学习笔记（深入）”；
-
[\s\S]会吞掉中间所有标签，比如<lang>Hello <b>world</b></lang>会整个匹配，而非只取文本 - 遇到
<lang>A</lang>分割<lang>B</lang>时，贪婪模式可能跨标签匹配成A</lang>分割<lang>B - JS 中
.默认不匹配换行，[\s\S]虽能解决，但语义不如.*?+s标志清晰 - 真正要提取“纯文本”，应后续用
textContent或 DOM 解析，正则仅作快速初筛
正则能跑通的前提是 HTML 片段被当作纯字符串处理，且格式高度可控；一旦涉及服务端模板渲染、JS 动态插入或用户输入内容，就该切到 DOMParser 或专用 i18n 提取工具——正则不是万能胶，而是螺丝刀：拧得动特定螺丝，但别指望它焊钢板。
