正則表達式匹配超出預期

有了這個：

~<div>(?:.*?)<a[\s]+[^>]*?href[\s]?=[\s"\']+(#_ftnref([0-9]+))["\']+.*?>(?:[^<]+|.*?)?</a>(.*?)</div>~si

我捕捉這樣的：

<div> </div><hr align="left" size="1" width="33%" /><div><p><a title="" href="#_ftnref1">[1]</a> This is not to suggest that there are only two possible arguments to be made in support of blah blah <em>blah</em>.</p></div>

但是！我想要這個：

<div><p><a title="" href="#_ftnref1">[1]</a> This is not to suggest that there are only two possible arguments to be made in support of blah blah <em>blah</em>.</p></div>

你能幫忙嗎？

PS：(?:)與()相反，用於避免捕獲文本。我這樣做是有目的的，因爲我希望返回的$匹配數組對於本文中未提及的幾種不同的正則表達式是一致的。

來源

2013-02-21 conner_bw

你不介意使用'DOM'做這個？ – Passerby 2013-02-21 03:41:51

http://stackoverflow.com/questions/3577641/how-to-parse-and-process-html-xml-with-php – nhahtdh 2013-02-21 03:42:50

是的，我會介意的。 DOM不合適，因爲有時標記是垃圾。 – 2013-02-21 03:42:51

如果懶惰匹配.*?不起作用，您需要拿出一些排除模式。

(?:(?!</div>).)*

將例如僅匹配一個div和停止/跳過之後的任何包含</div>

或者長度約束可能是一個解決辦法：

(?:.{0,20})

來源

2013-02-21 03:49:33 mario

正則表達式匹配超出預期

回答

相關問題