php 嵌套div,嵌套Div标签的PHP RegExp

尝试使用解析器：

require_once "simple_html_dom.php";

$text = 'foo

Content

more stuff

bar

even more

baz

yes

';

$html = str_get_html($text);

foreach($html->find('div') as $e) {

if(isset($e->attr['id']) && preg_match('/^t\d++/', $e->attr['id'])) {

echo $e->outertext . "\n";

}

}

输出：

Content

more stuff

yes

编辑：更多为了我自己的娱乐我试图在正则表达式.这就是我想出的：

$text = 'foo

Content

more stuff

bar

even more

baz

yes

aaa

bbb

ccc

bbb

aaa

';

if(preg_match_all('#

[^<>]*(

]*>(?:[^<>]*|(?1))*

)[^<>]*

#si', $text, $matches)) {

print_r($matches[0]);

}

输出：

Array

(

[0] =>

Content

more stuff

[1] =>

yes

aaa

bbb

ccc

bbb

aaa

)

还有一个小解释：

# match an opening 'div' with an id that starts with 't' and some digits

[^<>]* # match zero or more chars other than ''

( # open group 1

]*> # match an opening 'div'

(?: # open a non-matching group

[^<>]* # match zero or more chars other than ''

| # OR

(?1) # recursively match what is defined by group 1

)* # close the non-matching group and repeat it zero or more times

# match a closing 'div'

) # close group 1

[^<>]* # match zero or more chars other than ''

# match a closing 'div'

现在也许你理解为什么人们试图说服你不要使用正则表达式.正如已经指出的那样,如果html格式不正确,它将无济于事：正如我所向你保证的那样,正则表达式会使输出变得比html解析器更大.此外,正则表达式可能会让你的眼睛流血,你的同事(或维护你的软件的人)可能会在看到你做了什么后来找你. 🙂

最好的办法是首先清理输入(使用TIDY或类似的),然后使用解析器获取所需的信息.