Question

我想创建一个正则表达式模式，捕获字符串中selfclosing html标记内的所有内容，它将在php preg_replace中使用，删除所有selfclosing标记（通常不是selfclosing，即div，span等。）来自html dom字符串。

这是一个例子。在字符串中：

'<div id="someId><div class="someClass" /></div>'

我想得到这场比赛：

'<div class="someClass" />'

但是我一直都没有比赛或者这场比赛：

'<div id="someId><div class="someClass" />'

我尝试了以下正则表达式模式及其各种组合

带点通配符且不包括“＆gt;”的简单正则表达式模式：

~<div.*?[^>].*?.*?/>~

负向前瞻性正则表达式：

~<div(?!.*?>.*?)/>~

负面的背后正则表达式：

~<div.*?(?<!>).*?/>~

我错过了什么？

Answer 1

改为使用解析器方法：

<?php

$html = <<<DATA
<div id="someId">
    <div class="someClass" />
</div>
DATA;

$dom = new DOMDocument;
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

$xpath = new DomXPath($dom);

$divs = $xpath->query("//div[@class='someClass']");
foreach ($divs as $div) {
    // do sth. useful here
}

?>

这会设置DOM并查找有问题的div（通过xpath表达式）。

Answer 2

似乎我不必要地复杂了答案：

对于我的例子，这将产生正确的结果：

~<div[^>]+?/>~

如果需要，

'div'可以被捕获组替换以包含其他标记

Answer 3

使用以下正则表达式：

<div[^<]*\/>

此正则表达式只检查自关闭标记内是否有<。如果在标记内部使用<（例如，在字符串中），这将是一个问题。

在字符串中删除<：

<div(?:[^<]*["'][^"']*["'][^<]*)\/>

匹配范围没有一个字符与正则表达式

3 个答案: