php - preg 匹配标签之间的文本，排除之间的相同标签

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。

我使用了一段代码并根据需要对其进行了调整，但现在我在其中发现了一个我无法纠正的错误。

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;
  }

如你所见，如果标签是嵌套的，就会出现错误:

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

什么时候应该返回'Media'，甚至是外层的'<namespaces>'然后是里面的。

我尝试添加“<{$tag}[^\>|^\r\n ]*?>”，^\s+ ，将 * 更改为 *?，以及其他一些在最好的情况下只能识别错误情况的事情。

也试过"<{$tag}[^{$tag}]*?>"这给出了空白，我想它会自行无效。

我是正则表达式的新手，我可以说要解决这个问题只需要添加不要让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。

谁能得到正确的语法？

---

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

---

提议的更改后:$tag_ini = "<{$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。我该如何解决这个问题？

Answer 1

主要问题是您没有在开始标记后使用单词边界，因此，namespace在模式中也可以匹配 namespaces标记和许多其他标记。

后续问题是 <${tag}\b[^>]*>(.*?)<\/${tag}>如果有一个自动关闭模式会过火 namespace标签后跟“正常”成对打开/关闭 namespace标签。因此，您需要使用负面回顾 (?<!\/)在 > 之前(参见 demo )，或使用 (?![^>]*\/>) \b 之后的负前瞻(参见 demo)。

所以，你可以使用

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