正则表达式新行不匹配

Question

我希望在href属性中匹配包含“goto”的所有锚标签的模式。我正在使用php。我想匹配以下链接：

<a  href='http://www.mysite.com/goto/profile'>links </a>

我写了一个正则表达式：

<a.*(href).*(goto).*<\/a>

它适用于上述所有链接。但是如果锚标记中有新行，则它不匹配。 E.g：

 <a  href='http://www.mysite.com/goto/profile'>
links </a>

因新行而无法匹配。我需要一个正则表达式来匹配带有和不带新行的链接。

Answer 1

您正在寻找“全点”修饰符/s。

来自manual：

  

/ s（PCRE_DOTALL）
  如果设置了此修饰符，则模式中的点元字符将匹配所有字符，包括换行符。没有它，排除了换行符。此修饰符等效于Perl的/ s修饰符。诸如[^ a]之类的否定类始终匹配换行符，与此修饰符的设置无关。

因此，/.*/将为每行创建新匹配，而/.*/s将匹配所有行。

DEMO

DEMO (without DOTALL)

Answer 2

您可以使用正则表达式：

<a.*(href).*(goto).*([\n]*.*)*<\/a> 

对于解析html，建议使用html解析器而不是正则表达式。根据语言的不同，可以使用各种html解析器。例如：在python中你有美丽的汤。

Answer 3

使用<a(.|\n)*(href).*(goto)(.|\n)*<\/a>允许多行。

Answer 4

如果你只想在锚标签中使用多行，正如你所描述的那样，那就这样做：

<a.*(href).*(goto).*(>)(.|\n)*<\/a>

可以在此处找到适用于PHP的智能测试工具：PHP LIVE REGEX TESTER