Question

图案和文字在线显示https://regex101.com/r/aL5dD4/2 该模式应该找到位于代码标记之间的span元素的节点值。

文字如下：

<code>
    <div>
        <span ds = 'dsds'>12 3 ->;:4</span><span>abc</span>
    </div>
</code>

正则表达式如下：

/(?<=<code>).*?<span[^>]*?>(.*?)(?=<\/span>.*?<\/code)/gs

我需要它来匹配节点值12 3 ->;:4和abc。

但只找到第一个。

如何获得这个？谢谢。

Answer 1

正则表达式从来都不是解析HTML / XML的好工具。使用DOM，如下所示：

$html=<<<EOF
<code>
    <div>
        <span ds = 'dsds'>12 3 ->;:4</span><span>abc</span>
    </div>
</code>
EOF;

$xpath = new DOMXPath(@DOMDocument::loadHTML($html));    
$nodeList = $xpath->query('//code/div/span');

$vals = array();
for($i=0; $i < $nodeList->length; $i++) {
    $vals[] = $nodeList->item($i)->nodeValue;
}

print_r( $vals );

Code Demo

<强>输出：

Array
(
    [0] => 12 3 ->;:4
    [1] => abc
)

Answer 2

虽然我同意反对使用Regex for HTML的观点，但回答你的问题，消除(?<=<code>)背后的外观也允许Regex找到第二次出现。这留下了以下正则表达式：

<span[^>]*?>(.*?)(?=<\/span>.*?<\/code)

注意：这会返回两个单独的匹配项，并且不需要在元素中找到该字符串。要求匹配在代码块中，您可以使用@HamZa的注释解决方案（尽管此解决方案提供1个匹配，两个组作为字符串），甚至可能更接近您要查找的内容。

Answer 3

一种方法是首先使用/<code[^>]*?>(.*?)<\/code>/gs和/<span[^>]*?>(.*?)<\/span>/gs这些匹配来获取代码块。

如果遇到问题，这些“更简单”的正则表达式也可以使调试更容易。此外，它还可以按顺序从多个代码块中提取所有跨度。

正则表达式中的多重匹配

3 个答案: