Question

php正则表达式html嵌套匹配问题

<div>
<div>

</div>
</div>
这种嵌套应该怎么匹配呢

Answer 1

php的preg正则本身就支持递归吧

(<div>((?1)|\s)*</div>)
用preg_match_all函数是这样写
preg_match_all('{(<div>((?1)|\s)*</div>)}i',$htmltext,$matchs)
这个正则理论上可以匹配到任意层数嵌套的div,为了简化在div之间只能有空格和换行,不能出现其它字符.
解释一下(?1)表示递归引用第一个Group,也就是第一个圆括号的正则
在(?1)的位置可以替换为正则(<div>((?1)|\s)*</div>),然后可以无限递归下去

追问

这个为什么也能匹配到换行的呀

追答

\s匹配空白符,这个空白符包括空格,制表符\t,换行等

Answer 2

具体代码是什么，举个例子，想匹配哪个匹域指明一下

追问

code:

匹配到

这种嵌套div

追答

<?php
header("content-type:text/html;charset='utf-8'");
$str="code:<div>
<div>

</div>
</div>
</div>
匹配到
<div>
<div>

</div>
</div>这种嵌套div";
if(preg_match("/(<(div)>.+){2}(<\/\\2>.+){3}(<\\2>.+){2}(<\/\\2>.+){2}/Usi", $str,$arr)){
echo $arr[0];
}
?>

追问

我的想法是用递归方式匹配到像div这种嵌套结构嵌套可能是内部有一个div或者两个div这种然后匹配外部大div如：

1
2

匹配外部div,不符合规范的div如最后一个div是不会被匹配的,意思就是匹配这种任意的嵌套结构