php - 正規表現-貪欲-一致するHTMLタグ、コンテンツ、属性

Question

HTMLソースからの特定のスパンタグを一致させようとしています。

タグのlang属性と内部HTMLは、新しい文字列を返す関数のパラメーターとして使用されます。

古いタグ、属性、コンテンツを呼び出された関数の結果に置き換えたい。

件名は次のようになります。

<p>Some codesnippet:</p>
<span lang="fsharp">// PE001
let p001 = [0..999]
           |> List.filter (fun n -> n % 3 = 0 || n % 5 = 0)
           |> List.sum
</span>
<p>Another code snippet:</p>
<span lang="C#">//C# testclass
class MyClass {
}
</span>

lang属性とコンテンツの値を抽出するために、これらの値を次の式でグループ化します。

/(<span lang="(.*)">(.*)</span>)/is

正規表現は貪欲になる傾向があるため、この式は、1つのスパンタグとそのコンテンツだけでなく、完全な主題に一致します。

1つのスパンタグだけを一致させるにはどうすればよいですか？

Answer 1

二度とそれを繰り返すことはありません：HTMLを操作するために正規表現を使用しないでください！

代わりに、を使用してDOMDocument::loadHTMLください。

DOMを使用してHTMLデータを操作できるようになります。これは、はるかに強力で簡単です。次のことができるようになります。

• getElementByIdとなどの方法を使用してgetElementsByTagName、単純な抽出を行います。
• クラスを使用DOMXPathして、ドキュメントに対してXPathクエリを実行します
• s 、および/DOMElementなどのメソッドを使用しますgetAttributesetAttribute
• ..。

本当に：DOMを学ぶために時間をかけてください：それは素晴らしい投資です！

Answer 2

を使用して貪欲でないように指定できます?

/(<span lang="(.*?)">(.*?)<\/span>)/is

または、 PCRE_UNGREEDY修飾子を使用して、デフォルトですべての式を貪欲にしない

/(<span lang="(.*)">(.*)<\/span>)/Uis

Answer 3

追加するだけ？、 おもう

/(<span lang="(.*?)">(.*?)</span>)/is