preg匹配标签之间的标签之间的相同标签

Question

嗯，我知道有几个类似的问题，但无法找到任何与此特定情况。

我拿了一个代码，并根据我的需要调整它，但现在我创建了一个我无法修正的错误。

代码：

$tag = 'namespace'; 
$match = Tags::get($f, $tag); 
var_dump($match); 

    static function get($xml, $tag) { // http://stackoverflow.com/questions/3404433/get-content-within-a-html-tag-using-7-processing 
// bug case  string(56) "<namespaces> 
//  <namespace key="-2">Media</namespace>" 
     $tag_ini = "<{$tag}[^\>]*?>"; $tag_end = "<\\/{$tag}>"; 
     $tag_regex = '/' . $tag_ini . '(.*?)' . $tag_end . '/si'; 

     preg_match_all($tag_regex, 
     $xml, 
     $matches, 
     PREG_OFFSET_CAPTURE); 
     return $matches; 
    } 

正如你所看到的，但如果该标签被嵌套了一个错误：

<namespaces> <namespace key="-2">Media</namespace>

当它应该返回 '媒体'，或即使在外面'<namespaces>'，然后在里面。

我试着添加“<{$tag}[^\>|^\r\n ]*?>”，^\s+，将*改成* *，以及其他一些在最好的情况下转而只识别错误情况的东西。

也试过"<{$tag}[^{$tag}]*?>"这给了空白，我想它会自行消失。

我是一个正则表达式的新手，我可以告诉解决这个问题只是需要添加不要让一个新的标签打开同一个类型。 或者我甚至可以对我的使用案例使用黑客答案，即排除内部文本是否有新的线条托架。

任何人都可以得到正确的语法吗？

---

您可以查看这里的文字摘录：http://pastebin.com/f2naN2S3

---

提议的变更后：$tag_ini = "<{$tag}\\b[^>]*>"; $tag_end = "<\\/{$tag}>";它的工作的例子的情况下，但不是这一个：

<namespace key="0" /> 
     <namespace key="1">Talk</namespace> 

因为它导致：

<namespace key="1">Talk" 

这是因为数字和“和字母被认为是在字边界内。我怎么解决这个问题？

Answer 1

主要问题是您在开始标记后没有使用单词边界，因此模式中的namespace也可能匹配namespaces标签和许多其他。

随后的问题是，<${tag}\b[^>]*>(.*?)<\/${tag}>模式将火上，如果有一个自闭namespace标签遵循的“正常”配对开/关namespace标签。因此，您需要在>（请参阅demo）之前使用否定顺序(?<!\/)，或在\b（请参阅demo）之后使用(?![^>]*\/>)负面预测。

所以，你可以使用

$tag_ini = "<{$tag}\\b[^>]*(?<!\\/)>"; $tag_end = "<\\/{$tag}>"; 

Answer 2

这可能不是这个想法的答案，但我是用正则表达式生成器搞乱：

<?php 
# URL that generated this code: 
# http://txt2re.com/index-php.php3?s=%3Cnamespace%3E%3Cnamespace%20key=%22-2%22%3EMedia%3C/namespace%3E&12&11 

$txt='arstarstarstarstarstarst<namespace key="-2">Media</namespace>arstarstarstarstarst'; 

$re1='.*?'; # Non-greedy match on filler 
$re2='(?:[a-z][a-z]+)'; # Uninteresting: word 
$re3='.*?'; # Non-greedy match on filler 
$re4='(?:[a-z][a-z]+)'; # Uninteresting: word 
$re5='.*?'; # Non-greedy match on filler 
$re6='(?:[a-z][a-z]+)'; # Uninteresting: word 
$re7='.*?'; # Non-greedy match on filler 
$re8='((?:[a-z][a-z]+))'; # Word 1 

if ($c=preg_match_all ("/".$re1.$re2.$re3.$re4.$re5.$re6.$re7.$re8."/is", $txt, $matches)) 
{ 
    $word1=$matches[1][0]; 
    print "($word1) \n"; 
} 

#----- 
# Paste the code into a new php file. Then in Unix: 
# $ php x.php 
#----- 
?> 

Answer 3

此行正是我需要的

$tag_ini = "<{$tag}\\b[^>|^\\/>]*>"; $tag_end = "<\\/{$tag}>"; 

非常感谢你，你@Alison和@ Wictor为您提供帮助和指导