逃離 - >和=使用正則表達式

Question

我需要解析和返回標記名，並在我們的PHP代碼文件的屬性解析HTML時>：

<ct:tagname attr="attr1" attr="attr2"> 

爲此，下面的正則表達式已建成：

(\<ct:([^\s\>]*)([^\>]*)\>) 

這個表達式按預期工作，但它打破時，下面的代碼解析

<ct:form/input type="attr1" value="$item->field"> 

原始正則表達式因$ item->字段中的>字符而中斷。我需要構造一個忽略 - >或=>而不是單個>的正則表達式。

我很樂意提供任何建議...感謝您的幫助提前。

Answer 1

你可以嘗試使用負回顧後發這樣的：

(\<ct:([^\s\>]*)(.*?)(?<!-|=)\>) 

匹配：

<ct:tagname attr="attr1" attr="attr2"> 
<ct:form/input type="attr1" value="$item->field"> 

不知道它對於你的情況最適合的解決方案，但尊重的約束。

Answer 2

我認爲你想要做的是不承認->和=>，但忽略引號對之間的所有內容。

我認爲它可以通過在適當的位置插入（（

("[^"]*")* 

））來完成。

Answer 3

一般來說，任何解析問題都會迅速進入無上下文但不規則的語言結構。這可能是一種更好的[1]解決方案，可以編寫上下文無關的解析器，忽略除您感興趣的元素以外的所有內容。

[1]從「正確的事物」的角度看，「更好」必然是投資回報之一。

Answer 4

試試這個：

<ct:([^\s\>]*)((?:\s+\w+\s*=\s*(?:"[^"]*"|'[^']*')\s*)*)> 

但是，如果這是XML，使用中應更好地使用XML解析器。

Answer 5

我的建議是匹配相同表達式中的屬性。

\<ct:([^\s\>]*)((([a-x0-9]+)=\"([^\"]*)\")*)\> 

編輯：約除去一部分>不是在屬性值有效xml。