Question

我有以下输入

<div style="s1">title1</div>
<div style="s1">content1</div>
<div style="s1">title2</div>
<div style="s1">content2</div>

我知道title1和title2，我想收集content1和content2

我需要这样的东西：

<div style="s1">title1</div>.*?<div style="s1">(.*?)</div>

但由于regexp是贪婪的，它会匹配到最后，所以返回

content1</div>
    <div style="s1">title2</div>
    <div style="s1">content2

我想在模式中添加一个不应包含在匹配中的标记列表。

类似的东西：

<div style="s1">title1</div>.*?<div style="s1">(.*?[^<div])</div>

我将[^<div]引用到不包含的内容。这应该是多个选项，可能使用|

我该怎么做？

Answer 1

Obligitory link

现在已经不在了，只需做一些dom操作和xpath：

    $dom = new DOMDocument();
    @$dom->loadHTML($html);
    $x = new DOMXPath($dom);        

    foreach($x->query("//div") as $node)
    {
       if (trim($node->textContent) == 'title1')
       {
           $content['title1'] = $node->nextSibling->textContent;
       }
    }

现在不是那么容易吗？所以没有更多的regexing html kay？

Answer 2

<div style="s1">title1</div>.*<div style="s1">(([^<]|<[^\/])*)</div>

试试这个 - 这意味着找到除了＆lt;或者＆lt;没有后跟/ - 如果你愿意，我可以为sub-div等添加条件。

Answer 3

只需使用U选项= ungreedy： http://.php.net/manual/fr/reference.pcre.pattern.modifiers.php

正则表达式获取内容直到下一个div（不包含div）

3 个答案: