用于多行HTML注释的正则表达式（preg_match_all）

Question

我有一个包含多个注释掉的PHP数组的html文档，例如：

<!-- Array
(
[key] => 0
)
-->

使用PHP，我需要以某种方式解析HTML仅用于这些注释（还有其他需要忽略的注释）并提取内容。我一直在尝试使用preg_match_all，但我的正则表达能力并不高。有人能指出我正确的方向吗？

非常感谢任何帮助！

Answer 1

如何使用允许您访问评论的HTML Parser（例如Simple HTML DOM），然后使用strpos检查新评论的每条评论。

$html = str_get_html('...HTML HERE...');
$comments = $html->find('comment');
foreach ( $comments as $comment ){
    if ( strpos($comment, "\n") !== false ){
        //process comment
    }
}

Answer 2

这里有三个事实

1. HTML文档中没有地方可以显示文字“<!--”而不表示评论（其他任何地方都会将其转义为“&!-- “）
2. 您似乎不想更改文档内容，只查找其中的位（搜索和替换很可能会破坏文档，单独搜索没有）
3. 评论无法在HTML中嵌套（与普通HTML标记相反） - 这会产生重大影响

上述组合意味着（lo和behold）正则表达式可以用于识别HTML注释。

试试这个正则表达式：<!-- Array([\s\S])*?-->。匹配组1将包含"Array"之后的所有内容，直至注释的结束序列。

您可以对找到的位进行进一步的健全性检查，以确保它们实际上是您正在寻找的。

Answer 3

Don't parse HTML with regular expressions. Ever.