正则表达式在标签中查找标签

Question

我是正则表达式的新手。 我希望选择块引号之间的所有内容，但是要忽略那些带有p标记的内容。

有人可以帮助我吗？

可以通过preg_match（）

找到以下内容

<blockquote><a>this is a link</a><blockquote>

但不是这个

<blockquote><p><a>this is a link</a></p></blockquote>

Answer 1

正如@Dagon评论的那样，使用正则表达式解析HTML是Bad Idea™。

那就是说，如果我们做出几个假设是可能的：

• <p>将{strong> 正确 <{1}}后
• <blockquote>永远不会嵌套

然后，我们可以使用negative lookahead assertion使用以下正则表达式对包含<blockquote>的所有匹配进行折扣：<p>。

Answer 2

执行此操作的一种简洁方法是将DOM与XPath一起使用。

如果您想使用正则表达式，可以试试这种模式：

$pattern = '~<blockquote\b[^>]*>(?:[^<]+|(?R)|<(?!/(?:blockquote|p)>))*</blockquote>~';

它处理嵌套的blockquote标签，如果在其位置内有p标签，则不匹配。