需要幫助正則表達式和PHP中的否定匹配

Question

我正在嘗試匹配一個段落：

<p>content</p>

一個簡單的<p>(.*?)</p>可以工作，但是有時該段落內部包含另一個段落，因此我的模式在第一個段落結束之后才匹配，直到第二個段落才匹配。

導致我出現問題的段落如下所示：

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

我如何匹配主要段落而忽略其中的其他p標記？

我試過了

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

但這沒有用。

我正在使用preg_match_all php函數。

Answer 1

正則表達式對於解析嵌套標簽非常糟糕。 這就是為什么您使用dom或xml解析器的原因。

Answer 2

當我需要處理這種情況時，我創建了一個遞歸函數findClosingTag ，用於查找下一個結束標記的索引（例如</p> ）。 如果在該索引之前還有另一個開始標記（例如<p> ），那么我遞歸並尋找接近該嵌套開始標記的位置。 繼續直到到達原始標簽的末尾。 也許不是最有效的方法，但是如果不需要的話，可能比解析完整的DOM要好。

我現在沒有代碼段，但這很簡單。