正则表达式以匹配HTML标记（可能包含php代码）内的属性

Question

通常，我会将HTML属性与此正则表达式匹配

\w+=".*?"

但是，当HTML包含PHP代码时，它会变得很简单。 请考虑以下标记：

<option value="<?php echo $img; ?>"<?php echo ($hpb[$i]['image_filename']==$img?' selected="selected"':''); ?>>
    <?php echo $img; ?>
</option>

上面的正则表达式将匹配在PHP逻辑内部确定的属性selected="selected" 。 有没有一种方法可以匹配不在PHP标记内的属性，同时仍然匹配那些可能包含PHP逻辑的属性？ 如果不能，我是否可以删除不属于属性值的PHP代码？

编辑：这是我到目前为止：

 \w+="(((.(?!<\?php))*?)|((.((?=<\?php).*?(?=\?>))*)*?))*"

从根本上讲，这意味着匹配以SPACE开头的字符串，然后贪婪地匹配字母数字字符，后跟EQUALS符号，再加上双引号，然后匹配以下两个中的任何一个，同时捕获尽可能多的字符：

1. 不包含字符串<?php的字符序列
2. 包含模式<\\?php.*?\\?>的字符序列，或者换言之，贪婪地将属性的值部分与其所有PHP代码匹配起来，直到遇到双引号为止。

Answer 1

/<\?php[\s\S]*?\?>|\s+(\w+)="([^"<]*(?:<\?php[\s\S]*?\?>[^<"]*)*)"/

这将匹配要么是PHP代码段或一个完整的attribute="value"的序列，其中所述值可以包含PHP代码。 每次比赛之后，您都可以通过检查捕获组的内容来找出捕获的内容。 如果您匹配的是纯PHP段，则除group[0]都为空； 否则， group[1]将包含属性名称，而group[2]将包含值。

正则表达式假定< 仅在<?php标记的开头出现在属性值内。 当然，这不是一个句法上有效的假设，但是无论如何它可能是安全的。 如果需要，我可以使正则表达式更加精确，但它的可读性也会大大降低。