Expression régulière pour les balises imbriquées (la plus simple pour faciliter les choses)

Question

J'ai beaucoup étudié ce sujet, mais je n'ai pas trouvé d'exemple de travail pour faire correspondre les balises html imbriquées avec les attributs. Je sais qu'il est possible de faire correspondre des balises internes équilibrées/imbriquées sans attributs (par exemple, une expression rationnelle pour et serait #<div\b[^>]*>(?:(?> [^<]+) |<(?!div\b[^>]*>))*?</div> # x).

Cependant, je voudrais voir un motif regex qui trouve une paire de balises HTML avec des attributs.

Exemple: Il devrait essentiellement correspondre

<div class="aaa"> **<div class="aaa">** <div> <div> </div> **</div>** </div> 

et non

<div class="aaa"> **<div class="aaa">** <div> <div> **</div>** </div> </div> 

Tout le monde a des idées?

Pour des fins de test, nous pourrions utiliser: http://www.lumadis.be/regex/test_regex.php

---

PS. Steven a mentionné une solution dans son blog (en fait dans un commentaire), mais il ne fonctionne pas

http://blog.stevenlevithan.com/archives/match-innermost-html-element

$regex = '/<div\b[^>]+?\bid\s*=\s*"MyID"[^>]*>(?:((?:[^<]++|<(?!\/?div\b[^>]*>))+)|(<div\b[^>]*>(?>(?1)|(?2))*<\/div>))?<\/div>/i'; 

Answer 1

RegEx match open tags except XHTML self-contained tags

Et en effet, il est absolument impossible. HTML a quelque chose d'unique, quelque chose de magique, qui est immunisé contre RegEx.

Answer 2

J'ai construit un script python bref pour résoudre le problème de la gestion de balises imbriquées. Il fonctionne heureusement avec html et avec d'autres syntaxes imbriquées terribles, comme le code wiki. Hyroniquement, je l'ai écrit pour éviter regex! Je ne pouvais pas les comprendre du tout. :-(. J'ai utilisé cette fonction pour quoi que ce soit, il est rapide Ce trop court très bien pour HTML et XML., Car il utilise uniquement la recherche de chaîne de base. Je suis très heureux de savoir que regex ne peut pas aider. :-)

Je voudrais partager le script, si quelqu'un d'entre vous est intéressé; mais considérez, je ne suis pas un programmeur, je présume que la question a été résolue depuis longtemps!

Vous pouvez me trouver à ma page de discussion en it.source: http://it.wikisource.org/wiki/Discussioni_utente:Alex_brollo

Answer 3

paires correspondant plus à l'intérieur de <div> & </div> balises, ainsi que leurs attributs & contenu:

#<div(?:(?!(<div|</div>)).)*</div>#s

La clé ici est que (?:(?!STRING).)* est en caractères que [^CHAR]* est en caractères.

Crédit: https://stackoverflow.com/a/6996274

---

Exemple en PHP:

<?php 

$text = <<<'EOD' 
<div id="1"> 
    in 1 
    <div id="2"> 
    in 2 
    <div id="3"> 
     in 3 
    </div> 
    </div> 
</div> 
<div id="4"> 
    in 4 
    <div id="5"> 
    in 5 
    </div> 
</div> 
EOD; 

$matches = array(); 
preg_match_all('#<div(?:(?!(<div|</div>)).)*</div>#s', $text, $matches); 

foreach ($matches[0] as $index => $match) { 
    echo "************" . "\n" . $match . "\n"; 
} 

Sorties:

************ 
<div id="3"> 
     in 3 
    </div> 
************ 
<div id="5"> 
    in 5 
    </div>