正则表达式嵌套标记中的父匹配值

Question

我使用javascript在Node.js中工作。

我想使用正则表达式来获取父div字符串。

例如：

<div class="first">
   <p> sample 1</p>
   <div class="second">
        <p>sample 2</p>
    </div>
 </div>

如何使用＆＃34;第一个＆＃34;？等级为div进行正则表达式但在第一个div内，第二个div也在那里。

我正在尝试以下正则表达式

 <div class="first">([\s\S]*?)<\/div>

我得到错误的比赛，从第一个div开始到第二个div结束。

任何想法都能找到父div值。

提前致谢。

更新：同意。 DOM应该解决我的问题。但我的HTML没有很好地形成和修改。如果我使用DOM读取文档，则会出错。任何替代方式。

Answer 1

你要找的是递归。 Javascript的正则表达式的实现不支持递归。事实上，唯一支持递归的正则表达式是Perl 5.10和Ruby 2.0 [Source]

这对您来说意味着您需要执行以下操作之一：

1. 需要格式正确的XML输入，以便DOM不会崩溃（或修复XML的修改，以便输出有效的XML）
2. 通过计算“div”的数量以及随后的“/ div”数来解析这个问题（这将是一场噩梦）
3. 使用Perl 5.10+或Ruby 2.0+解析文件并将结果传递给您的Javascript程序

很明显，选项 1 是唯一合理的选择。