Question

帮助处理所需的正则表达式。我正在尝试使用正则表达式和preg_match_all查找块<character>...</character>。以下是我的数据：

<character>
杜塞尔多夫
杜塞爾多夫
    <div class="hp">dùsàiěrduōfū<div class="hp">dkfjdkfj</div></div>
    <div class="tr"><span class="green"><i>г.</i></span> Duesseldorf (<i>Deutschland</i>)</div>
    <div class="tr"></div>
</character>

<character>
    我, 是谁
    <div class="hp">текст</div>
    <div class="tr">some text in different languages</div>
</character>

我尝试了\<character\>.*\<\/character>，但遗憾的是它没有用。有什么建议吗？

Answer 1

除非你需要枪口使用正则表达式来执行此操作，否则DOMDocument将更加准确。

<?php

$dom = new DOMDocument;
$dom->loadXML($data);

$character_nodes = $dom->getElementsByTagName('character');

// use $character_nodes...
?>

Answer 2

如果使用preg系列函数，则正则表达式应为：

/\<character>(.*?)\<\/character>/s

非贪婪的操作符?将阻止您从第一个<character>开始到最后一个</character>结束一个匹配。/s标志将允许你的点符合换行符。

Answer 3

尝试

<character>(.*?)<\/character>

问号是一个不合格的限定符，这意味着它会尽可能地缩短字符串。还＆lt;和＆gt;不需要逃避。

Answer 4

您可能需要使用“/ u”选项来正确处理UTF8文本。

http://php.net/manual/en/reference.pcre.pattern.modifiers.php

正则表达式，用于查找<character>标记</character>

4 个答案: