Comments on: PHP中的递归正则 http://iregex.org/blog/recursive-regex-in-php.html 原创、翻译、转载关于正则表达式的文章 Fri, 18 May 2012 03:20:16 +0000 hourly 1 http://wordpress.org/?v=3.3.1 By: Vigo http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-5911 Vigo Tue, 21 Dec 2010 08:00:59 +0000 http://iregex.org/?p=84#comment-5911 <code lang="html"><div class="tatt" id="aimg_49645_menu" style="position: absolute; display: none"> //我想用php的preg匹配这个div和下面的最后一个div之间的内容 <div class="crly"> <div class="y">2010-11-23 14:19 上传</div> <a href="http://www.xxx.com/forum-attachment-aid-NDk2NDV8YjQ3NTE1ZmJ8MTI5MjkxNzY4MXww-nothumb-yes.html" title="001.jpg 下载次数:0" target="_blank"><strong>下载附件</strong> <span class="xs0">(69.18 KB)</span></a> </div> <div class="mncr"></div> </div> //匹配这些内容有办法用递归吗？弄了三天也弄不出来，我实在太菜了 </code>
1
2
3
4
5
6
7
8
<div class="tatt" id="aimg_49645_menu" style="position: absolute; display: none">      //我想用php的preg匹配这个div和下面的最后一个div之间的内容
<div class="crly">
<div class="y">2010-11-23 14:19 上传</div>
<a href="http://www.xxx.com/forum-attachment-aid-NDk2NDV8YjQ3NTE1ZmJ8MTI5MjkxNzY4MXww-nothumb-yes.html" title="001.jpg 下载次数:0" target="_blank"><strong>下载附件</strong> <span class="xs0">(69.18 KB)</span></a>

</div>
<div class="mncr"></div>
</div>                  //匹配这些内容有办法用递归吗？弄了三天也弄不出来，我实在太菜了
]]> By: Vigo http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-5910 Vigo Tue, 21 Dec 2010 07:59:14 +0000 http://iregex.org/?p=84#comment-5910 //我想用php的preg匹配这个div和下面的最后一个div之间的内容 2010-11-23 14:19 上传 <a href="http://www.xxx.com/forum-attachment-aid-NDk2NDV8YjQ3NTE1ZmJ8MTI5MjkxNzY4MXww-nothumb-yes.html" title="001.jpg 下载次数:0" rel="nofollow"><strong>下载附件</strong> (69.18 KB)</a> //匹配这些内容有办法用递归吗？弄了三天也弄不出来，我实在太菜了 //我想用php的preg匹配这个div和下面的最后一个div之间的内容
2010-11-23 14:19 上传
下载附件 (69.18 KB)

//匹配这些内容有办法用递归吗？弄了三天也弄不出来，我实在太菜了

]]> By: rex http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-4942 rex Sun, 07 Nov 2010 12:59:46 +0000 http://iregex.org/?p=84#comment-4942 这个问题不难. 给我发个样本文件, 告诉我你使用什么语言, 我帮你写个例程序? 我的邮箱: rex [at] zhasm [dot] com. 这个问题不难. 给我发个样本文件, 告诉我你使用什么语言, 我帮你写个例程序? 我的邮箱: rex [at] zhasm [dot] com.

]]> By: tocky http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-4922 tocky Sat, 06 Nov 2010 01:58:25 +0000 http://iregex.org/?p=84#comment-4922 hello，看了你的博客，知道你是正则高手，真厉害啊！想向你请教一个问题，我想提取出html中含有特定字符串的URL。不知正则该怎么写？例如：html文档中，我的目标URL中含有abcde这个特定字符串，我想提取的URL就是http://www.baidu.com/pub/abcde&classid=4&date=2010-11-5&sort=1 这种的,该怎么写呢？弄了很久都没写出来，向你求助，希望能帮我解答下，谢谢！ hello，看了你的博客，知道你是正则高手，真厉害啊！想向你请教一个问题，我想提取出html中含有特定字符串的URL。不知正则该怎么写？例如：html文档中，我的目标URL中含有abcde这个特定字符串，我想提取的URL就是http://www.baidu.com/pub/abcde&classid=4&date=2010-11-5&sort=1 这种的,该怎么写呢？弄了很久都没写出来，向你求助，希望能帮我解答下，谢谢！

]]> By: rex http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-3766 rex Wed, 04 Aug 2010 01:17:00 +0000 http://iregex.org/?p=84#comment-3766 我写了一个简单的标签格式化脚本，一会写发一篇博文介绍一下，希望有所帮助。 我写了一个简单的标签格式化脚本，一会写发一篇博文介绍一下，希望有所帮助。

]]> By: 神の呼出 http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-3762 神の呼出 Tue, 03 Aug 2010 16:13:58 +0000 http://iregex.org/?p=84#comment-3762 我想格式化的文本为任意html代码，目前代码里面的标签是平衡的，即有个<code><label></code>就有一个<code></label></code>相对应，当然也包含独立标签如<code><img /></code>、<code><meta /></code>等，需要格式化的代码为一长字符串，即不包含任意\t，\n等空白符。我需要的是将这一段代码按如下方式格式化： 每出现一组成对标签，即缩进一个tab 最内层的成对标签应处于同行 若出现的是独立标签，则将其与它的父标签（一定是成对的）置于同一行 所有文字与其父标签置于同一行 表单独立元素input实现同级缩进（即不在同一行） 若可以的话，对不平衡组也进行格式化（按出现顺序增加tab）。 这个用js很方便，但是要用php处理生成网页就麻烦了。WordPress自带的函数经常把\n和\t去掉，给出一大堆东西。虽然说没人会在意源代码，但是我有点完美主义，最好把html源代码也搞的漂亮些。 我能写出的正则如 <code> $pattern = "/<[\w]+[^>]*>.*<\/\\2>/"; </code> 这样只能贪婪匹配，却并无方法匹配如 <code> <div> <div> </div> </div> </code> 这样的形式，若用<code>(?R)</code>又没有办法使用逆向引用。还有判断独立标签我用的是零宽断言<code>(?!=\/)</code>（因为独立标签末尾应该是<code> /></code>这样的）似乎也不是很好，因为有时带有属性(class,id,src等)的标签就没法匹配。所以虽然比较麻烦，但还是请高手赐教。无论写出的正则多长都没关系。谢谢！ PS:我现在的做法有点傻，就是先用正则找到一个成对标签的头，即<code><label></code>然后每找到一个<code><label></code>加一个tab,若找到的是<code></label></code>则减少一个tab，但显然不符合正则的精神啊 我想格式化的文本为任意html代码，目前代码里面的标签是平衡的，即有个

1
<label>

就有一个

1
</label>

相对应，当然也包含独立标签如

1
<img />

、

1
<meta />

等，需要格式化的代码为一长字符串，即不包含任意\t，\n等空白符。我需要的是将这一段代码按如下方式格式化：
每出现一组成对标签，即缩进一个tab
最内层的成对标签应处于同行
若出现的是独立标签，则将其与它的父标签（一定是成对的）置于同一行
所有文字与其父标签置于同一行
表单独立元素input实现同级缩进（即不在同一行）
若可以的话，对不平衡组也进行格式化（按出现顺序增加tab）。

这个用js很方便，但是要用php处理生成网页就麻烦了。WordPress自带的函数经常把\n和\t去掉，给出一大堆东西。虽然说没人会在意源代码，但是我有点完美主义，最好把html源代码也搞的漂亮些。

我能写出的正则如

1
$pattern = "/<[\w]+[^>]*>.*<\/\\2>/";

这样只能贪婪匹配，却并无方法匹配如

1
2
3
4
<div>
    <div>
    </div>
</div>

这样的形式，若用

1
(?R)

又没有办法使用逆向引用。还有判断独立标签我用的是零宽断言

1
(?!=\/)

（因为独立标签末尾应该是

1
 />

这样的）似乎也不是很好，因为有时带有属性(class,id,src等)的标签就没法匹配。所以虽然比较麻烦，但还是请高手赐教。无论写出的正则多长都没关系。谢谢！

PS:我现在的做法有点傻，就是先用正则找到一个成对标签的头，即

1
<label>

然后每找到一个

1
<label>

加一个tab,若找到的是

1
</label>

则减少一个tab，但显然不符合正则的精神啊

]]> By: rex http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-3754 rex Tue, 03 Aug 2010 00:14:19 +0000 http://iregex.org/?p=84#comment-3754 这个问题很有意思。能否详细地描述一下您的问题？例如，需要格式化的文本是什么，格式化之后的文本是什么的，格式化中，有哪些问题。等等。上面您的描述再加上一些具体的格式化的例子就更好了。谢谢。 这个问题很有意思。能否详细地描述一下您的问题？例如，需要格式化的文本是什么，格式化之后的文本是什么的，格式化中，有哪些问题。等等。上面您的描述再加上一些具体的格式化的例子就更好了。谢谢。

]]> By: 神の呼出 http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-3750 神の呼出 Mon, 02 Aug 2010 15:23:05 +0000 http://iregex.org/?p=84#comment-3750 我想用PHP格式化html代码，可是匹配相当麻烦啊。 比如 <code> <div></div> <div></div> </code> 和 <code> <div> <div> </div> </div> </code> 这样只有递归正则才能实现，但是还有一些标签，如： <code> <img src="" /> </code> 等并非成对出现。这样就麻烦了。更何况不知道代码有几层，更不要说如： <code> <div> some content<img src="" /> <div> <img src="" /> <ul> <li>some content</li> <li>some content</li> ... </ul> </div> </div> <div></div> </code> 这样乱七八糟的代码了。请教高手，要将没一个标签按层匹配放入数组，正则到底能不能实现？若能，该怎么写？谢谢！ PS: 逆向引用是不是不能和递归并存？ 我想用PHP格式化html代码，可是匹配相当麻烦啊。
比如

1
2
<div></div>
<div></div>

和

1
2
3
4
<div>
    <div>
    </div>
</div>

这样只有递归正则才能实现，但是还有一些标签，如：

1
<img src="" />

等并非成对出现。这样就麻烦了。更何况不知道代码有几层，更不要说如：

1
2
3
4
5
6
7
8
9
10
11
12
<div>
    some content<img src="" />
    <div>
        <img src="" />
        <ul>
            <li>some content</li>
            <li>some content</li>
            ...
        </ul>
    </div>
</div>
<div></div>

这样乱七八糟的代码了。请教高手，要将没一个标签按层匹配放入数组，正则到底能不能实现？若能，该怎么写？谢谢！
PS: 逆向引用是不是不能和递归并存？

]]> By: rex http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-3373 rex Mon, 10 May 2010 22:06:34 +0000 http://iregex.org/?p=84#comment-3373 如果您需要频繁地处理字符串的话，花一点时间学习正则表达式，会非常有帮助。 如果您需要频繁地处理字符串的话，花一点时间学习正则表达式，会非常有帮助。

]]> By: 老张 http://iregex.org/blog/recursive-regex-in-php.html/comment-page-1#comment-3370 老张 Mon, 10 May 2010 13:47:20 +0000 http://iregex.org/?p=84#comment-3370 正则用起来很麻烦，但是会用了很方便 正则用起来很麻烦，但是会用了很方便

]]>