正则表达式查找html div类的内容和数据属性？ （preg_match_all）

Question

使用preg_match_all我想获取html中的类和数据属性。

下面的示例有效，但，它仅返回类名称或仅 data-id 内容。 / p>

我希望示例模式能够同时找到类和数据ID内容。

我应该使用哪种正则表达式模式？

HTML内容：

<!-- I want to: $matches[1] == test_class  | $matches[2] == null -->
<div class="test_class"> 

<!-- I want to: $matches[1] == test_class | $matches[2] == 1 -->
<div class="test_class" data-id="1"> 

<!-- I want to: $matches[1] == test_class | $matches[2] == 1 -->
<div id="test_id" class="test_class" data-id="1">

<!-- I want to: $matches[1] == test_class test_class2 | $matches[2] == 1 -->
<div class="test_class test_class2" id="test_id" data-id="1">

<!-- I want to: $matches[1] == 1 | $matches[2] == test_class test_class2 -->
<div data-id="1" class="test_class test_class2" id="test_id" >

<!-- I want to: $matches[1] == 1 | $matches[2] == test_class test_class2 -->
<div id="test_id" data-id="1" class="test_class test_class2">

<!-- I want to: $matches[1] == test_class | $matches[2] == 1 -->
<div class="test_class" id="test_id" data-id="1">

无法正常运行的正则表达式：

$pattern = '/<(div|i)\s.*(class|data-id)="([^"]+)"[^>]*>/i';

preg_match_all($pattern, $content, $matches, PREG_SET_ORDER);

谢谢。

Answer 1

为什么不使用DOM解析器呢？

您可以使用//div[@class or @data-id]之类的XPath表达式来定位元素，然后提取其属性值

$doc = new DOMDocument();
$doc->loadHTML($html);

$xpath = new DOMXpath($doc);
$divs = $xpath->query('//div[@class or @data-id]');
foreach ($divs as $div) {
  $matches = [$div->getAttribute('class'), $div->getAttribute('data-id')];
  print_r($matches);
}

演示〜https://eval.in/1046227

Answer 2

第二个是Phil的答案，我认为HTML解析器是解决之道。它更安全，可以处理很多复杂的事情。

话虽如此，如果您想在示例中尝试使用正则表达式，则将是这样的：

<(?:div|i)(?:.*?(?:class|data-id)="([^"]+)")?(?:.*?(?:class|data-id)="([^"]+)")?[^>]*>

示例：https://regex101.com/r/Gb82lF/1/