php - 在 php 中需要正则表达式和负匹配方面的帮助

Question

我正在尝试匹配一个段落：

<p>content</p>

一个简单的<p>(.*?)</p>作品，但有时该段落包含另一个段落，所以我的模式在第一段结束后匹配，直到第二段结束。

导致我出现问题的段落如下所示：

<p><p><b>something</b></p>content</p>

如何匹配主要段落而忽略该段落中的任何其他 p 标签？

我试过

<p>(.*?)(?<!</b>)</p>

但它没有用。

我正在使用 preg_match_all php 函数。

Answer 1

正则表达式对于解析嵌套标签很糟糕。这就是您使用 dom 或 xml 解析器的原因。

Answer 2

当我需要处理这样的情况时，我创建了一个递归函数findClosingTag来查找下一个结束标记的索引（例如</p>）。如果在该索引之前<p>还有另一个开始标记（例如），那么我会递归并查找该嵌套开始标记的接近点。继续直到到达原始标签的末尾。也许不是最有效的，但如果你不需要的话，可能比解析一个完整的 DOM 更好。

我现在没有代码片段，但它非常简单。