正则表达式语法问题

Question

$pattern='`<a\s+[^>]*(href=([\'\"]).*\\2)[^>]*>([^<]*)</a>`isU';

我想更改([^<]*)这个来搜索</a>，不仅<因为<img>标记可能在<a>标记内。

任何人都可以帮忙，我在正则表达式上很糟糕。

Answer 1

您可以使用PHP解析器执行此操作。我根本不会使用正则表达式。

您可以尝试： http://simplehtmldom.sourceforge.net/

虽然我认为PHP内置了一个DOM解析器。

Answer 2

将([^<]*)更改为不匹配的所有(.*?)匹配可能会解决问题

Answer 3

([^<]*)可以更改为((?:[^<]|<(?!/a>))*)，其使用否定前瞻来匹配非<个字符或<个字符，而这些字符后面没有/a> 。在行动here中查看。

HOWEVER ，正如已经多次说过的那样，这不是解析HTML的好方法。首先，它的效率非常低，其次，如果你有嵌套标签会发生什么，例如<a><a></a></a>？虽然超链接可能不会发生这种情况，但它在许多其他HTML元素中很常见。