preg 匹配标签之间的文本，不包括中间的相同标签

Question

好吧，我知道有几个类似的问题，但在这个特定案例中找不到任何问题。

我拿了一个代码并根据我的需要对其进行了调整，但现在我发现了一个无法纠正的错误。

代码：

$tag = 'namespace';
$match = Tags::get($f, $tag);
var_dump($match); 

  static function get( $xml, $tag) { // http://stackoverflow.com/questions/3404433/get-content-within-a-html-tag-using-7-processing
// bug case      string(56) "<namespaces>
//      <namespace key="-2">Media</namespace>"
      $tag_ini = "<{$tag}[^\>]*?>"; $tag_end = "<\\/{$tag}>";
      $tag_regex = '/' . $tag_ini . '(.*?)' . $tag_end . '/si';

      preg_match_all($tag_regex,
      $xml,
      $matches,
      PREG_OFFSET_CAPTURE);
      return $matches;
  }

如您所见，如果标签是嵌套的，则会出现一个错误：

<namespaces> <namespace key="-2">Media</namespace>

什么时候它应该返回“媒体”，甚至是外部的'<namespaces>' ，然后是内部的。

我尝试添加“ <{$tag}[^\\>|^\\r\\n ]*?> ”， ^\\s+ ，将 * 更改为 *?，以及其他一些在最佳情况下只能识别窃听案件。

也试过"<{$tag}[^{$tag}]*?>"这给出了空白，我想它会使自己无效。

我是 regex 的新手，我可以说要解决这个问题，只需要添加不要打开相同类型的新标签。 或者我什至可以为我的用例使用 hack 答案，排除内部文本是否有换行符。

任何人都可以获得正确的语法吗？

---

您可以在此处查看文本摘录： http : //pastebin.com/f2naN2S3

---

建议修改后： $tag_ini = "<{$tag}\\\\b[^>]*>"; $tag_end = "<\\\\/{$tag}>"; $tag_ini = "<{$tag}\\\\b[^>]*>"; $tag_end = "<\\\\/{$tag}>"; 它确实适用于示例案例，但不适用于此案例：

<namespace key="0" />
      <namespace key="1">Talk</namespace>

因为它导致：

<namespace key="1">Talk"

这是因为数字和“以及字母被认为是在单词边界内。我该如何解决？

Answer 1

这可能不是想法的答案，但我弄乱了正则表达式生成器：

<?php
# URL that generated this code:
# http://txt2re.com/index-php.php3?s=%3Cnamespace%3E%3Cnamespace%20key=%22-2%22%3EMedia%3C/namespace%3E&12&11

$txt='arstarstarstarstarstarst<namespace key="-2">Media</namespace>arstarstarstarstarst';

$re1='.*?'; # Non-greedy match on filler
$re2='(?:[a-z][a-z]+)'; # Uninteresting: word
$re3='.*?'; # Non-greedy match on filler
$re4='(?:[a-z][a-z]+)'; # Uninteresting: word
$re5='.*?'; # Non-greedy match on filler
$re6='(?:[a-z][a-z]+)'; # Uninteresting: word
$re7='.*?'; # Non-greedy match on filler
$re8='((?:[a-z][a-z]+))';   # Word 1

if ($c=preg_match_all ("/".$re1.$re2.$re3.$re4.$re5.$re6.$re7.$re8."/is", $txt, $matches))
{
    $word1=$matches[1][0];
    print "($word1) \n";
}

#-----
# Paste the code into a new php file. Then in Unix:
# $ php x.php
#-----
?>

Answer 2

主要的问题是，你没有使用一个字边界开放标记之后，因此， namespace的模式也可以匹配namespaces标签，等等。

随后的问题是<${tag}\\b[^>]*>(.*?)<\\/${tag}>模式如果有一个自关闭的namespace标签后跟“正常”成对的打开/关闭namespace标签。 因此，您需要在>之前使用负向后视(?<!\\/) （请参阅demo ），或者在\\b之后使用(?![^>]*\\/>)负向后视（请参阅demo ）。

所以，你可以使用

$tag_ini = "<{$tag}\\b[^>]*(?<!\\/)>"; $tag_end = "<\\/{$tag}>";

Answer 3

这条线是我需要的

   $tag_ini = "<{$tag}\\b[^>|^\\/>]*>"; $tag_end = "<\\/{$tag}>";

非常感谢@Alison 和@Wictor 的帮助和指导