Question

我有这样的事情： ...

<div class="viewport viewport_h" style = "overflow: hidden;" >
    <div id="THIS" class="overview overview_h">
        <ul>
                 <li>some txt to be captured</li>
                 <li>some txt to be captured</li>
                 <li>some txt to be captured</li>
        </ul>
        <div>
            " some text to be captured"
        </div>
    </div>
</div>
"some text not to be captured"
</div>
<div class="scrollbar_h">
<div class="track_h"></div>

...

我希望使用div捕获id=THIS内的所有内容。我正在使用像：

这样的东西

@<div class="viewport viewport_h" style = "overflow: hidden;" >\s*<div class="overview overview_h">\s*(?:<ul>)?([\s\d\w<>\/()="-:;‘’!,:]+)(?:</div>)+?@

最后一个(?:</div>)+?是为了让它变得非贪婪而且＃34;＆lt; / div＆gt;＆＃34;但是</div>后面的所有其他人都没有工作和捕获。：（

Answer 1

正如评论中所述regex不是解析(?:X|H)TML文档的正确方法。

让我们考虑你的例子直接使用正则表达式：

<div[^>]*id="THIS"[^>]*>(.*?)</div>

DEMO

这将匹配以下文字：

    <ul>
             <li>some txt to be captured</li>
             <li>some txt to be captured</li>
             <li>some txt to be captured</li>
    </ul>
    <div>
        " some text to be captured"
    </div>

您可以看到它不是正确的结果，因为您需要另一个</div>因此您需要计算开放的div以便能够检测到结束div s 它全部基于您使用的语言。

现在，在这种情况下，如果你想创建一个非贪婪的结束潜水，你需要在dot之前放置一个+，如下所示：

<div[^>]*id="THIS"[^>]*>(.*?)(</div>).+?

DEMO

现在它将匹配另一个</div>，但仍然很难让正则表达式检测到真实的结果（对于另一种情况来说更复杂）。这就是解析{{1}的正确方法的原因使用(?:X|H)TML

如何制作一个非贪婪的正则表达式？

1 个答案: