Question

我需要匹配XML属性中出现的所有'标签'（例如％thisIsATag％）。（注意：我保证会收到有效的XML，因此不需要使用完整的DOM遍历）。我的正则表达式正在工作，除非单个属性中有两个标记，只返回最后一个。

换句话说，这个正则表达式应该找到tag1，tag2，...，tag6。但是，它省略了tag2和tag5。

这是一个有趣的小测试工具（PHP）：

<?php

$xml = <<<XML
<data>
 <slideshow width="625" height="250">

  <screen delay="%tag1%">
   <text x="30%" y="50%" animatefromx="800">
    <line fontsize="32" fontstyle="bold" text="Screen One!%tag2% %tag3%"/>
   </text>
  </screen>

  <screen delay='%tag4%'>
   <text x="30%" y="50%" animatefromx="800">
    <line fontsize='32' fontstyle='bold' text='Screen 2!%tag5%%tag6%'/>
   </text>
  </screen>

  <screen>
   <text x="30%" y="50%" animatefromx="800">
    <line fontsize="32" fontstyle="bold"  text="Screen Tres!"/>
   </text>
  </screen>

  <screen>
   <text x="30%" y="50%" animatefromx="800">
    <line fontsize="32" fontstyle="bold"  text="Screen FOURRRR!"/>
   </text>
  </screen>

 </slideshow>
</data>
XML;

$matches = null;
preg_match_all('#<[^>]+("([^%>"]*%([^%>"]+)%[^%>"]*)+"|\'([^%>\']*%([^%>\']+)%[^%>\']*)+\')[^>]*>#i', $xml, $matches);

print_r($matches);
?>

谢谢！：）

Answer 1

这是：

(%[a-zA-Z0-9]+%)

还不够？在您的示例中，标记不会出现在属性值之外的任何位置 - 可以吗？

Answer 2

％\ w +％将是一种更简单的方法。

Answer 3

您要做的是从每个正则表达式匹配多次匹配的组中恢复中间捕获。据我所知，只有.NET和Perl 6提供了这种功能。您必须分两个阶段完成这项工作：将属性值与其中的一个或多个%tag%序列进行匹配，然后分解各个序列。

您似乎并不关心值与哪个XML标记或属性相关联，因此您可以使用此更简单的正则表达式来查找其中包含%tag%个序列的值：

'#"([^"%<>]*+%[^%"]++%[^"]*+)"|\'([^\'%<>]*+%[^%\']++%[^\']*+)\'#'

编辑：该正则表达式捕获组1或组2中的属性值，具体取决于它使用的引号。这是另一个合并备选方案的版本，因此它总是可以保存第2组中的值：

'#(["\'])((?:(?![%<>]|\1).)*+%(?:(?!%|\1).)++%(?:(?!\1).)*+)\1#'

正则表达式组中的多个匹配项？

3 个答案: