Question

我必须在php中获取一个类div的所有内容，我有这个：

<div class="main">(.*?)</div>

但是我对div孩子有问题。

<div class="main">asdasd<div>jkjk</div></div>

结果是：

<div class="main">asdasd<div>jkjk</div>

我正在尝试（？（？= regex）然后| else）但我无法使其工作¯\ _（ツ）_ /¯

Answer 1

Regexp最初是一种匹配常规语言的工具。

常规语言在有效的识别算法和表达能力之间取得了相当好的平衡。很容易认为常规语言允许您检测所有有趣的子串。

但是常规语言存在限制。与您的问题特别相关的是匹配的Paranthesises语言不规则。 - 这意味着不存在与匹配的paranthesises语言匹配的正则表达式。

除了以下内容之外，这将是讨论的结束;随着时间的推移，正则表达式的语言已经扩展，增加了它超越常规语言的表达能力。特别是PHP提供了递归正则表达式运算符(?R)，它允许您搜索匹配的paranthesises，或匹配<div>和</div>标记。

您可以查看此运算符的语法并根据您的需要进行调整。 - 但是你会浪费你的时间。解析html是一个已经解决的问题，使用DOM解析器将更耐用，更容易扩展，并且在以后返回代码时为其他编码器或自己更容易理解。

Answer 2

你不应该用正则表达式解析html。它肯定会在某处失败。对于你的问题，你可以使用php的 Recursive 功能。

<div\b(?:(?R)|(?:(?!<\/?div).))*<\/div>

参见演示。