用于多行HTML注释的正则表达式（preg_match_all）

Question

我有一个带有多个注释掉的PHP数组的html文档，例如：

<!-- Array
(
[key] => 0
)
-->

使用PHP，我需要以某种方式仅解析这些注释的HTML（还有其他需要忽略的注释）并提取内容。 我一直在尝试使用preg_match_all但是我的正则表达式技能并不高。 有人能指出我正确的方向吗？

任何帮助深表感谢！

Answer 1

如何使用允许您访问注释（例如， 简单HTML DOM ）然后使用strpos检查每个注释中是否有新行的HTML解析器。

$html = str_get_html('...HTML HERE...');
$comments = $html->find('comment');
foreach ( $comments as $comment ){
    if ( strpos($comment, "\n") !== false ){
        //process comment
    }
}

Answer 2

这里有三个事实

1. 在HTML文档中，没有任何地方可以显示文字“ <!-- ”而并不表示注释（在其他任何地方都将其转义为“ &!-- ”）
2. 您似乎不想更改文档的内容，只想查找其中的位（搜索和替换很有可能会破坏文档，仅搜索并没有）
3. 注释不能嵌套在HTML中（与普通的HTML标签相反）-这使所有区别

上面的组合意味着（lo和behold）正则表达式可用于标识HTML注释。

尝试此正则表达式： <!-- Array([\\s\\S])*?--> 。 匹配组1将包含"Array"之后的所有内容，直至注释的关闭顺序。

您可以对找到的位进行进一步的完整性检查，以确保它们确实是您所要的。

Answer 3

不要用正则表达式解析HTML。 永远。