正則表達式：找到所有未註釋的標籤

Question

我想從html或xml文件中提取未註釋掉的所有節點。 以下正則表達式是我的正確方法。

我正則表達式

/<span.*?>([\s\S]*?)<\/span>/gi 

下面的示例XML

<div> 
<p> 
    <span style="font-size: 20px;">Hello</span> 
    <span style="font-size: 20px;">World</span> 
</p> 
<p> 
    <!-- 
    <span>Hello</span> 
    <span>World</span> 
    --> 
</p> 
<p> 
    <span>Hello</span> 
    <span>World</span> 
</p> 
<!-- 
<p> 
    <span>Hello</span> 
    <span>World</span> 
</p> 
--> 

我將不勝感激幫助。

最好的問候， 邁克爾

Answer 1

好，則可以取消（在這種情況下DomDocument）一個體面的解析器意見，隨後將分析剩餘部分。考慮下面的代碼（介意改變號碼，方便您Hello World字符串，使除去所清楚是什麼）：

<?php 

$html = '<div> 
<p> 
    <span style="font-size: 20px;">Hello</span> 
    <span style="font-size: 20px;">World</span> 
</p> 
<p> 
    <!-- 
    <span>Hello2</span> 
    <span>World2</span> 
    --> 
</p> 
<p> 
    <span>Hello3</span> 
    <span>World3</span> 
</p> 
<!-- 
<p> 
    <span>Hello4</span> 
    <span>World4</span> 
</p> 
--> 
</div> 
'; 

$dom = new DOMDocument; 
$dom->loadHtml($html); 
$xpath = new DOMXPath($dom); 
foreach ($xpath->query('//comment()') as $comment) 
    $comment->parentNode->removeChild($comment); 
$body = $xpath->query('//body')->item(0); 
echo $dom->saveXml($body); 
# yields hello world and hello world3 
?> 

現在您的評論標籤已被刪除。很明顯，你可以用xpath來更精確。