不成熟的组捕获PHP正则表达式

Question

我将HTML存储在MySQL数据库中，该数据库正从Joomla迁移到新的WordPress安装中。 我需要删除每页底部的一些标题文本。

HTML的示例：

<a href="some/link">link 1</a><p>some really long description</p><a href="another/link">link 2</a>CAPTION TEXT HERE[/caption]

我正在使用PHP脚本查询数据库并进行正则表达式匹配。

到目前为止，我的正则表达式：

/(<\/a>)(.*?)(\[\/caption\])/

我需要完全删除第二个字幕组（CAPTION TEXT HERE），因此从本质上讲，将组1,2和3替换为组1和3。组2可以包含任何字母数字或特殊字符。

我遇到的问题是捕获组1与链接1的结束锚标记匹配，并一直持续到[/caption]

发生的是：

</a><p>some really long description</p><a href="another/link">link 2</a>CAPTION TEXT HERE[/caption]

被替换为：

<a href="some/link">link 1</a>[/caption]

当我真正需要的是：

<a href="some/link">link 1</a><p>some really long description</p><a href="another/link">link 2</a>[/caption]

先感谢您！

Answer 1

在匹配的文本中不包含>

(<\/a>)([^>]*?)(\[\/caption\])