在给定的页面上有一堆元素：
<div class="some class"> <-- here is anything, other divs, even other divs with
the same class, but I need to match right on closing tag for this particular
opening tag --></div>
问问题
211 次
4 回答
6
不要使用正则表达式来解析 HTML。改用DOMDocument并为自己省去所有的麻烦。
Stack Overflow 上的相关阅读：
于 2010-08-11T08:37:37.517 回答
3
于 2010-08-11T08:37:33.217 回答
1
正则表达式描述了对正则语言的操作。HTML 不是常规语言。我准备打赌您可以使用所谓的“递归正则表达式”来做到这一点，因为它们不是真正的正则表达式并且不限于正则语言。我准备好打赌，无论如何你最好还是解析它。
最简单的方法（不是最好的，但最容易用几行代码编写）是保持内部 div 的计数。每当你遇到一个 div 标签时，计数。每当您遇到结束 div 标记时，如果计数不为零，或者您找到了完整的元素，则删除计数。每当您遇到文件末尾时，有人没有正确关闭他们的 div。
如果您可以依赖格式良好的代码（如果不能，那么您有两个问题......）或者准备在非良好的情况下出错，那么使用 XML 解析器会更容易。形成输入。
于 2010-08-11T09:51:25.040 回答
0
唯一强大的解决方案是解析 HTML，正则表达式不能在所有情况下解决这个问题。
事实上，浏览器通常是非常宽容的，它们甚至可以处理诸如丢失之类的错误
</p>
标签。所以处理任意页面实际上是相当棘手的。
如果您正在处理自己生成的页面，那么也许您可以编写一些特殊情况的正则表达式。否则，您可能需要寻找真正的解析器，例如this。（我自己从未使用过它，但它很可能是您需要的。）
于 2010-08-11T08:37:20.747 回答