PHP正则表达式：如果忽略HTML的结束标记

Question

我似乎无法让这个工作，我希望得到一些帮助。

我正在尝试捕获特定div 的内容（请保存DOM说话，出于特定目的，它并没有真正发挥作用。）

问题是，如果在同一行上有另一个带有属性的div，我似乎无法使其工作。如果>和<div之间没有class="myClass"，我尝试仅指定匹配，但我认为我做错了。

我仍然对正则表达式感到困惑。

/<div(?!>).*?class="myClass".*?>(.*?)<\/div>/mi

（半）工作示例： http://regex101.com/r/cW0lW6

Answer 1

尝试

/<div(?=\s)(?:(?!>).)+?class="myClass".*?>(.*?)<\/div>/si

Answer 2

  

您无法使用正则表达式解析[X] HTML。因为HTML无法解析   正则表达式。正则表达式不是可用于正确解析HTML的工具。

请参阅：RegEx match open tags except XHTML self-contained tags

我建议使用QueryPath在PHP中解析XML和HTML。它与jQuery的语法基本相同，只是在服务器端。

Answer 3

您可以使用此（简单方法）：

~<div[^>]+?class="myClass"[^>]*>(.*?)</div>~si

或者这个（如果你有很多属性，会更有效）：

~<div(?>[^>c]++|\Bc|c(?!lass=))+class="myClass"[^>]*+>(.*?)</div>~si

请注意，如果div标记包含另一个div标记，则这些模式不起作用。