正则表达式分析/提取XML/XHTML标签属性

直接看代码

<?php #author: selfimpr #blog: http://blog.csdn.net/lgg201 #mail: lgg860911@yahoo.com.cn $pattern = <<< eot / < #开始标签 (?P<tagname>(?>\w+)) #标签名 (?P<attr> #单个属性子组 (?>\s+) #前置空白 (?P<attr_name>\w+) #属性名 = #赋值符号 (?P<quote>(?P<single_quote>')|(?P<double_quote>")) #读取包裹属性值的引号 (?P<attr_value> #值处理子组 (?: #将值分解处理: 分解为1) 偶数个转义字符的部分; 2) 单个转义字符+引号或非当前使用引号的字符 (?P<slash>(?>(?:\\\\\\\\)*)*) #消耗掉当前位置起偶数个转义字符 (?P<chars> #非转义字符自身的处理 \\\\(?P=quote)|(?(5)[^']|[^"]) #这里用了分支, 一边是转义字符+引号, 另一边是条件匹配的非当前引号字符 ) )* #对值进行的分组进行0次或多次处理 ) (?P=quote) #引号闭合 )* #属性的重复 \s* #后置空白 \/?> #标签闭合处理(这里的焦点在于对属性值的处理, 所以没有对</tagname>的方式进行处理) /x eot; #示例输入 $content1 = <<< eot <a href='\\\\\'aaaa\\\\"\\' alt='中国<a href=\\"www.baidu.com\'\\" >战神啊</a>共和国'> eot; $content2 = <<< eot <a href="\\\\\"aaaa\\\\" alt="中华人民<a href=\\"www.baidu.com\\" >战神啊</a>共和国"> eot; echo $pattern . chr(10); preg_match($pattern, $content1, $matches); print_r($matches); preg_match($pattern, $content2, $matches); print_r($matches);