正则表达式处理一段文本的算法问题

[王宇伟]

输入一个句子”sssssssssss <p1 pair=1 > <p1 pair=2 > #P1# </p1> </p1> ssssssssssss <p2 pair=1 > #P2# </p2> sssssss <p2 pair=2 > #P3# </p2> sssss .”
句子中有三个实体，标识为#Pn#，共有3个组合：（P1，P2）；(P1，P3)；（P2，P3）
<p1 pair=1 > <p1 pair=2> #P1# </p1> </p1> 表示P1为pair1和pair2的第一个实体
<p2 pair=1 > #P2# </p2> 表示P2为pair1的第二个实体
<p2 pair=2 > #P3# </p2>表示P3为pair2的第二个实体

输出三个句子分别对应三个组合
1）P1与P2属于同一个pair，都是pair1，因此第一句输出：
+1 sssssssssss PROT1 ssssssssssss PROT2 sssssss #P3# sssss .
其中用PROT1替换#P1#，PROT2替换#P2#，因为属于同一pair，前面标+1，并去除句子中的所有标识信息，即<p1 pair=1>...</p1>这些信息；
2）同样P1与P3属于同一pair，第二句输出：
+1 sssssssssss PROT1 ssssssssssss #P2# sssssss PROT2 sssss .
PROT1,PROT2分别替换#P1#, #P3#，前面标+1；
3）P2与P3不属于同一组，第三句输出：
-1 sssssssssss #P1# ssssssssssss PROT1 sssssss PROT2 sssss .
不属于同一组前面标-1。

问题：利用正则表达式，如何识别标注信息，并设计算法实现这样的输入与输出