Question

我正在尝试匹配以特定字符串开头和结尾的html文档中的字符串，并且中间没有其他特定字符串。更具体地说，他们从

开始

$start = "<br/>\s*[0-9]{1,4}(\.|\:|\))+";

以

结束

$end = "\?";

并且应该包含所有内容但中间的分隔线。

目前我的中间正则表达式如下：

$middle = "[^(<br/>)]+";

最终代码如下所示：

$start = "<br/>\s*[0-9]{1,4}(\.|\:|\))+";
$middle = //What do I put here?
$end = "\?";
$regex = "#".$start.$middle.$end."#";
preg_match_all($regex, $text, $hits);

我应该如何创建我的中间正则表达式以仅匹配不包含分隔线的文本？

Answer 1

如果你使用an expression like this，你应该得到你期望的结果（尽管有better ways to parse HTML）：

(?:(?!<br/>).)*

对于类固醇，这基本上是.*。 (?:...)是一个“非捕获”组，用于将所有内容组合在一起以进行*次重复。 (?!...)是一个负面的预测，这意味着它确保在当前位置之前找不到 。所以，这个表达式确保没有 匹配下一个字符，然后重复！

在你的表达式[^( )]+中，你误解了角色类的工作原理。这就是说任何字符匹配1次以上，只要它不在以下字符集中：(，b，r，/，{{1} }，>。也许this demo会更好地解释它。

Answer 2

如果您希望匹配 和?之间的任何html文字：

不包含任何其他 ，然后此表达式有效：

<br\s?\/>\s*([0-9]{1,4})[.:)]((?:(?!<br\s?\/>).)*)\?

Take a look at this demo。

可能包含 ，但您只对删除了 的文字感兴趣，那么您应该匹配 和{{1}之间的所有内容像这样：

?

并删除带有字符串替换的<br\s?\/>\s*([0-9]{1,4})[.:)]([^?]*)\?或其他内容。 Take a look at this demo。

在每种情况下，第一组将匹配您的项目符号点数，第二组将匹配项目符号后面的问题，假设您感兴趣。上述表达式允许不一致的标记，例如{{1 }}， 或 或 。

正则表达式以特定字符串开头和结尾，并且中间没有（其他）字符串

2 个答案: