Question

我有以下样本数据集：

<p>first line\n
second line\n
third line\n</p>
first line\n
second line\n
third line\n

使用正则表达式，我如何匹配换行符，但仅限于它们在段落标记内。

此代码将在php中使用。

Answer 1

你可以将它分成两个正则表达式。首先拆分代码（.*?），然后匹配结果中的换行符。

分而治之。一些小的正则表达式通常比大型正则表达式更快。

我假设您完全控制了HTML，并且知道它已经很好了。因为在大多数情况下在html上使用正则表达式是禁止的。改为使用DOM解析器。

Answer 2

好吧，正则表达式不适合解析HTML（使用DomDocument）。你还说你要“匹配”。这意味着捕获吗？更换？ “检查”？假设检查，这是一个粗略的：

$regex = '#(?i:<p[^>]*>[^\\n]*)(\\n)(?i:[^<]*</p>)#';

它与foo\n不匹配，但它会匹配基本标记内部有新行的情况（没有html子项）。

我建议的是抓住DomDocument，做这样的事情：

$dom = new DomDocument();
$dom->loadHTML($html);
$pTags = $dom->getElementsByTagName('p');
foreach ($pTags as $p) { 
    $txt = $p->textContent;
    if (strpos($txt, "\n") !== false) {
        //You found a \n within a P tag
    }
}

正则表达式匹配PHP </p>中<p>中的所有换行符

2 个答案: