找到一个正规表达式模式没有什么

Question

preceeded我有这个下面的HTML文件的结构：

<table> 
    <tr class="heading"> 
     <td colspan="2"> 
     <h2 class="groupheader">Public Types</h2> 
     <!-- I don't want that! We're in a table.--> 
     </td> 
    </tr> 
    <tr>...</tr> 
</table> 
<h2 class="groupheader">Detailed Description</h2> 
    <!-- I want all that until the next h2--> 
    <div class="textblock"><p>Provides the functions to control the generation of a single data log file. </p> 
    <h4>Example</h4> 
    <div class="fragment"><div class="line">Test <a href="aaa">stuff</a>();</div> 
     <div class="line">...</div>  
     <div class="line">...</div> 
    </div> 
</div> <!-- end of first result --> 

<h2 class="groupheader">Member</h2> 
<!-- I want all that until the next h2 or hr--> 
<a class="anchor"></a> 
<div class="memitem"> 
<div class="memproto"> 
     <table class="memname"> 
     <tr> 
      <td class="memname">enum <a class="el" href="...">test</a></td> 
     </tr> 
     </table> 
</div><div class="memdoc"> 
<hr><!-- End of 2nd result --> 

并用正则表达式，我需要得到所有各标题之间的内容，直到下一个标题或小时标记，预计它是否在表中。

到目前为止，我已经获得了我所有的h2-> h2 | hr内容。它是这样：

(?s)(<h2 class="groupheader">.*?)(<h2|<hr) 

我怎么能跳过包含在表中的H2下的内容？我已经尝试用负面看背后，但我没有得到任何地方。

谢谢你的帮助。

Answer 1

需要注意的是HTML应与适当的解析器解析现在

，因为我们只剩下HTML的前瞻性投入，任务

让所有各标题之间的内容直到下一个标题或hr标记，期待它是否在表中

让我说明如何做到这一点。

你可以得到你需要一个tempered greedy token((?:(?!<\/table|<h2|<hr)(?:<table\b[^<]*>.*?<\/table>|.))*)的帮助下，子（即匹配之前不启动其中的任何否定的先行替代品的任何符号 - 因此，保持<table>范围内的比赛 - 也匹配内表）在末端具有积极的向前看：

(?s)<h2 class="groupheader">[^<]*<\/h2>\s*((?:(?!<\/table|<h2|<hr)(?:<table\b[^<]*>.*?<\/table>|.))*)(?=<h2|<hr) 

请参阅demo。

请注意，代替h2，您可以使用h\d+来支持任何级别的h。