RegEx Problem - Inhalt des Tags mit bestimmten Klasse abrufen - preg_match (_all)

Question

Ich muss mit bestimmten Klasse Inhalt <p> Tag abzurufen. Klasse könnte simplecomment oder comment ...

Also schrieb ich den folgenden Code

preg_match("|(<p class=\"(simple)?comment(.*)?\">)(.*)<\/p>|ism", $fcon, $desc);

Leider ist es gibt nichts zurück. Allerdings, wenn ich Tag endende Teil (<\/p>) entfernen funktioniert es irgendwie, die Zeichenfolge returing, die zu lang ist (von Tag Anfang bis zum Ende des Dokuments) ...

Was ist mit meinem regulären Ausdruck falsch ist?

Answer 1

Versuchen Sie, einen dom-Parser wie http://simplehtmldom.sourceforge.net/

Wenn ich lese den Beispielcode auf simplehtmldom der Homepage korrekt Sie könnte so etwas tun:

$html->find('div.simplecomment', 0)->innertext = '';

Answer 2

Die schnelle Lösung ist hier wie folgt vor:

'|(<p class="(simple)?comment[^"]*">)((?:[^<]+|(?!</p>).)*)</p>|is'

Änderungen:

• Das Konstrukt (.*) wird einfach blind alles passen, die von der Arbeit Ihres regulären Ausdruck stoppt, also hat ich diese Instanzen vollständig mit strengen Einstimmungen ersetzt:
  1. ... comment(.*)? ... - das wird im Grunde alles oder nichts, entspricht. Ich ersetzte dies mit [^"]* da diese Null übereinstimmen oder mehr Nicht-" Zeichen (im Grunde wird es auf den Schluss " Charakter des class Attribut übereinstimmen.
  2. ... >)(.*)<\/p> ... - wieder, wird dies zu viel passen. Ich habe es mit einem effizienten Muster ersetzt, die alle nicht-< Zeichen passen auf, und sobald es eine < trifft wird es prüfen, ob es durch </p> folgt. Wenn ja, wird es aufhören passende (da wir am Ende des <p> Tages sind), sonst wird es weiter.
• Ich entfernte die m Flagge, da es keine Verwendung in diesem regulären Ausdruck hat.

Aber es wird nicht zuverlässig sein (man stelle sich <p class="comment">...<p>...</p></p>, es wird <p class="comment">...<p>...</p> übereinstimmen).

Um es zuverlässig zu machen, werden Sie rekursive reguläre Ausdrücke verwenden müssen, oder (noch besser), um ein HTML-Parser (oder XML, wenn es XHTML ist Sie zu tun haben.) Es gibt auch Bibliotheken gibt, die ungültige HTML umgehen kann " richtig“(wie Browser.)