正則表達式 - 貪婪 - 匹配HTML標籤，內容和屬性

我想匹配來自HTML源的特定跨度標籤。正則表達式 - 貪婪 - 匹配HTML標籤，內容和屬性

標記的lang-attribute和內部HTML用作返回新字符串的函數的參數。

我想用被調用函數的結果替換舊的標籤，屬性和內容。

受試者將是這樣的：

<p>Some codesnippet:</p> 
<span lang="fsharp">// PE001 
let p001 = [0..999] 
      |> List.filter (fun n -> n % 3 = 0 || n % 5 = 0) 
      |> List.sum 
</span> 
<p>Another code snippet:</p> 
<span lang="C#">//C# testclass 
class MyClass { 
} 
</span>

爲了提取lang屬性的值和所述內容，我基團與下式的那些值：

由於正則表達式往往是貪婪的，這個表達式匹配完整的主題，而不僅僅是一個span標籤及其內容。

我如何設法匹配一個跨度標籤？

來源

2011-03-11 fjdumont

對於操縱html標記，你最好使用正確的工具進行工作。 PHP爲您提供了DOMDocument，它是爲任務而構建的。 Tehre也是XMLReader和SimpleXML。雖然他們不太合適，但他們仍然可以很好地處理XHTML。 – GordonM 2011-03-11 12:09:39

我認爲你需要備份一個步驟，並問，這是一個明智的使用'lang'屬性嗎？*或者，*我應該試圖嵌入HTML代碼這樣？* – 2011-03-11 12:46:15

這意味着你有更好的解決任務的想法 - 請解釋並分享你的想法！ :) – fjdumont 2011-03-14 08:16:56

我們再也不會重複它：不使用正則表達式來處理HTML！

取而代之，使用DOMDocument::loadHTML。

這將讓您操作使用DOM，這是更強大，更容易你的HTML數據：您將能夠：

使用方法，如getElementById和getElementsByTagName簡單提取，
使用DOMXPath類，使XPath查詢您的文檔
工作與DOMElement s和方法，如getAttribute/setAttribute
...

真的：花時間學習DOM：這是一筆不錯的投資！

來源

2011-03-11 12:00:39

...是啊，不要忘記學習使用HTML Tidy，因爲DOMDocument將無法使用無效的HTML – 2011-03-11 12:07:56

謝謝！我甚至不知道PHP提供DOM處理程序;） – fjdumont 2011-03-11 12:20:12

不客氣:-)與那些玩得開心！ – 2011-03-11 12:20:52

可以指定它是ungreedy使用?

/(<span lang="(.*?)">(.*?)<\/span>)/is

或使用PCRE_UNGREEDY modifier

/(<span lang="(.*)">(.*)<\/span>)/Uis

來源

2011-03-11 12:02:01

只是增加使所有表達默認ungreedy？，我認爲

/(<span lang="(.*?)">(.*?)</span>)/is

來源

2011-03-11 12:04:53 eyquem

正則表達式 - 貪婪 - 匹配HTML標籤，內容和屬性

回答

相關問題