正則表達式選擇比我更想（PHP）

Question

我有以下字符串：

blah blah yo<desc>some text with description - unwanted 
text</desc>um hey now some words yah<desc>some other description text 
stuff - more unwanted here</desc>random word and ; things. Now a hyphen 
outside of desc tag - with other text<desc>yet another description - unwanted 
<desc>and that's about it. 

（注意：在現實中有字符串中沒有換行/回車我只加了他們這裏閱讀）

我想從連字符僅選擇遞減標籤的文字前方，也包括前面的空間，也包括結束遞減標籤。這很簡單，因爲我只是這樣做：

\ s - 。*？ < \ /遞減>

現在的問題是，這是遞減的標籤外的連字符是越來越選得過。所以我所有的選擇如下：

- unwanted text</desc> 
- more unwanted here</desc> 
- with other text<desc>yet another description - unwanted</desc> 

所以前兩個是完美的，但看到最後一行是如何搞砸因爲 - 在遞減標籤外？

僅供參考，如果有興趣，在我的代碼，我做了替換這樣的：

$text = preg_replace('/\s-.*?<\/desc>/', '</desc>', $text); 

我試着做一些回顧後的東西，但無法得到它的工作。

任何想法？

謝謝！ 馬克

Answer 1

你可以嘗試[^-<>]*，而不是.*?。這限制了正則表達式可以選擇的內容，並有效地將尖括號和連字符視爲記號。

Answer 2

什麼：

\s-[^-]*?<\/desc> 

Answer 3

如果說明是可以出現在該塊只有標籤，你可以使用一個可怕的黑客就像這樣：

$text = preg_replace('/\s-[^<]*?<\/desc>/', '</desc>', $text); 

但是，如果這需要防彈，你不能用正則表達式來可靠地做到這一點。您可以嘗試使用XML解析器並處理結果DOM。