我需要匹配所有这些开始标记:
<p>
<a href="foo">
但不是这些:
<br />
<hr class="foo" />
我想出了这个,并希望确保我做对了.我只抓住了a-z.
<([a-z]+) *[^/]*?>
我相信它说:
/,然后我有这个权利吗？更重要的是,你怎么看？
一个错误我看到人们做了,并再次试图解析XML或HTML用正则表达式.以下是解析XML和HTML很难的几个原因:
人们希望将文件视为一系列行,但这是有效的:
<tag
attr="5"
/>
人们希望将<或<tag视为标记的开头,但是这样的东西存在于野外:
<img src="imgtag.gif" alt="<img>" />
人们通常希望将起始标记与结束标记匹配,但XML和HTML允许标记包含自身(传统的正则表达式根本无法处理):
<span id="outer"><span id="inner">foo</span></span>
人们通常希望匹配文档的内容(例如着名的"查找给定页面上的所有电话号码"问题),但数据可能会被标记(即使在查看时看起来是正常的):
<span class="phonenum">(<span class="area code">703</span>)
<span class="prefix">348</span>-<span class="linenum">3020</span></span>
评论可能包含格式不正确或不完整的标记:
<a href="foo">foo</a>
<!-- FIXME:
<a href="
-->
<a href="bar">bar</a>
你还知道其他什么问题？
在我们开始之前,strip_tags()不起作用.
现在,
我有一些需要解析的数据,问题是,我需要摆脱所有非常奇怪的格式化的HTML.标签看起来像这样:(注意空格)
< p > blah blah blah < / p > < a href= " link.html " > blah blah blah < /a >
我一直在尝试的所有正则表达式都不起作用,而且我不了解正则表达式以使它们工作.我不关心保留标签内的任何内容,如果可以的话,我更愿意删除链接中的文本.
任何人都有任何想法？
(我真的需要坐下来学习正则表达式一天)
我将格式良好的xml文档转换为字符串变量.我想使用preg_replace为每个xml标记添加一个已定义的属性.
例如替换:
<tag1>
<tag2> some text </tag2>
</tag1>
通过:
<tag1 attr="myAttr">
<tag2 attr="myAttr"> some text </tag2>
</tag1>
所以我基本上需要正则表达式来查找任何开始标记并添加我的属性,但我是一个完整的正则表达式菜鸟.
我正在使用此正则表达式来查找<script>标记:
<script (.|\n)*>(.|\n)*?</script>
问题是,它匹配下面的ENTIRE字符串,而不仅仅是每个标记:
<script src="crap2.js"></script><script src="crap2.js"></script>