2 etiket arasındaki tüm metni seçmenin en iyi yolu nedir - ör: sayfadaki tüm 'ön' etiketler arasındaki metin.

Sen kullanabilirsiniz "<pre>(.*?)</pre>"(istediğiniz herhangi bir metni ile ön değiştirme) ve ilk grubu ayıklamak (daha spesifik talimatlar için bir dil belirtin) ama bu çok basit ve geçerli HTML olduğunu basit kavramı varsayar.

Diğer yorumcuların önerdiği gibi, karmaşık bir şey yapıyorsanız bir HTML ayrıştırıcı kullanın.

Etiket başka bir satırda tamamlanabilir. Bu yüzden \neklenmesi gerekiyor.

<PRE>(.|\n)*?<\/PRE>

Ben bunu kullanardım.

(?<=(<pre>))(\w|\d|\n|[().,\-:;@#$%^&*\[\]"'+–/\/®°⁰!?{}|`~]| )+?(?=(</pre>))

Temel olarak yaptığı şey:

(?<=(<pre>))Seçim <pre>etiketle başlamalıdır

(\w|\d|\n|[().,\-:;@#$%^&*\[\]"'+–/\/®°⁰!?{}|~]| )Bu sadece uygulamak istediğim normal bir ifade. Bu durumda, örnekte köşeli parantez içinde listelenen harf, rakam veya satırsonu karakterini veya bazı özel karakterleri seçer. Boru karakteri |basitçe " VEYA " anlamına gelir .

+?Artı karakter, yukarıdakilerden birini veya daha fazlasını seçmek için durum belirtisi önemli değildir. Soru işareti varsayılan davranışı 'açgözlü' durumdan 'ungreedy' olarak değiştirir.

(?=(</pre>))Seçim </pre>etikete eklenmelidir

Kullanım durumunuza bağlı olarak ( i veya m ) gibi bazı değiştiriciler eklemeniz gerekebilir

• i - büyük / küçük harfe duyarlı değil
• m - çok satırlı arama

Burada bu aramayı Sublime Text'de gerçekleştirdim, böylece normal ifademde değiştiriciler kullanmak zorunda kalmadım.

Javascript lookbehind'ı desteklemiyor

Yukarıdaki örnek PHP, Perl, Java gibi dillerle iyi çalışmalıdır ... Javascript, lookbehind'i desteklemediğinden (?<=(<pre>)), bir tür geçici çözümü kullanmayı unutmamalıyız . Belki de burada olduğu gibi her seçim için sonuçlarımızdan ilk dört karakteri soyun Regex etiketleri arasındaki eşleşme metni

Ayrıca yakalamayan parantezler için JAVASCRIPT REGEX DOKÜMANTASYONUNA bakın

öğe arasında içerik almak için aşağıdaki kalıbı kullanın. [tag]İçeriği çıkarmak istediğiniz gerçek öğeyle değiştirin .

<[tag]>(.+?)</[tag]>

Bazen etiketler, anchoretiket sahibi gibi özelliklere sahip olur href, ardından aşağıdaki kalıbı kullanır.

 <[tag][^>]*>(.+?)</[tag]>

Sınırlayıcı etiketleri hariç tutmak için:

(?<=<pre>)(.*?)(?=</pre>)

(?<=<pre>) sonra metin arar <pre>

(?=</pre>) daha önce metin arar </pre>

Sonuçlar preetiketin içindeki metni

HTML ile regexes ayrıştırmaya çalışmamalısınız bu soruyu görün ve nasıl ortaya çıktığını görün.

En basit terimlerle, html normal bir dil değildir, bu yüzden düzenli ifadelerle tam olarak ayrıştıramazsınız.

Yuvalanmış benzer etiket olmadığında html alt kümelerini ayrıştırabileceğinizi söyledikten sonra. Dolayısıyla, etiketin kendisi arasında ve dışında bir şey olmadığı sürece, bu işe yarayacaktır:

preg_match("/<([\w]+)[^>]*>(.*?)<\/\1>/", $subject, $matches);
$matches = array ( [0] => full matched string [1] => tag name [2] => tag content )

Daha iyi bir fikir, html'nizi yüklemek için yerel DOMDocument gibi bir ayrıştırıcı kullanmak, ardından etiketinizi seçmek ve böyle bir şeye benzeyebilecek iç html'yi almaktır:

$obj = new DOMDocument();
$obj -> load($html);
$obj -> getElementByTagName('el');
$value = $obj -> nodeValue();

Ve bu uygun bir ayrıştırıcı olduğu için yuvalama etiketlerini vb.

Bunu dene....

(?<=\<any_tag\>)(\s*.*\s*)(?=\<\/any_tag\>)

Bu bulduğum her şeyin en basit düzenli ifadesi gibi görünüyor

(?:<TAG>)([\s\S]*)(?:<\/TAG>)

1. Açılış etiketini (?:<TAG>)maçlardan hariç tutma
2. ([\s\S]*)Eşleşmelere boşluk veya boşluk olmayan karakterleri dahil et
3. Kapatma etiketini (?:<\/TAG>)eşleşmelerden hariç tut

Bu cevap etrafa bakmak için destek gerektirir! Bu, açılış ve kapanış etiketi çiftleri arasındaki tüm metni tanımlamamı sağladı. '>' Ve '<' arasındaki tüm metin budur. Etrafında çalışır çünkü etrafına baktığı karakterleri tüketmez.

(? <=>) ([\ \ W s] +) (? = </)

Bu HTML parçasını kullanarak https://regex101.com/ adresinde test ettim .

<table>
<tr><td>Cell 1</td><td>Cell 2</td><td>Cell 3</td></tr>
<tr><td>Cell 4</td><td>Cell 5</td><td>Cell 6</td></tr>
</table>

Bu üç bölümden oluşan bir oyun: arkaya bakış, içerik ve ileriye bakış.

(?<=>)    # look behind (but don't consume/capture) for a '>'
([\w\s]+) # capture/consume any combination of alpha/numeric/whitespace
(?=<\/)   # look ahead  (but don't consume/capture) for a '</'

Ben 10 için bir başlangıç ​​olarak hizmet umuyoruz. Şans.

var str = "Lorem ipsum <pre>text 1</pre> Lorem ipsum <pre>text 2</pre>";
    str.replace(/<pre>(.*?)<\/pre>/g, function(match, g1) { console.log(g1); });

Kabul edilen cevap javascript kodu olmadığından, şunu ekleyerek:

preg_match_all(/<pre>([^>]*?)<\/pre>/,$content,$matches)bu normal ifade etiket arasındaki her şeyi seçecektir. yeni çizgide olursa olsun (çok satırlı çalışın.

Python'da, DOTALLbayrağın ayarlanması yeni satırlar dahil her şeyi yakalar.

DOTALL bayrağı belirtilmişse, bu yeni satır dahil herhangi bir karakterle eşleşir. docs.python.org

#example.py using Python 3.7.4  
import re

str="""Everything is awesome! <pre>Hello,
World!
    </pre>
"""

# Normally (.*) will not capture newlines, but here re.DOTATLL is set 
pattern = re.compile(r"<pre>(.*)</pre>",re.DOTALL)
matches = pattern.search(str)

print(matches.group(1))

python example.py

Hello,
World!

Bir belgedeki tüm açılış ve kapanış etiketleri arasında metin yakalama

Bir belgedeki tüm açılış ve kapanış etiketleri arasında metin yakalamak finditeriçin kullanışlıdır. Aşağıdaki örnekte <pre>, dizede üç açılış ve kapanış etiketi bulunmaktadır.

#example2.py using Python 3.7.4
import re

# str contains three <pre>...</pre> tags
str = """In two different ex-
periments, the authors had subjects chat and solve the <pre>Desert Survival Problem</pre> with a
humorous or non-humorous computer. In both experiments the computer made pre-
programmed comments, but in study 1 subjects were led to believe they were interact-
ing with another person. In the <pre>humor conditions</pre> subjects received a number of funny
comments, for instance: “The mirror is probably too small to be used as a signaling
device to alert rescue teams to your location. Rank it lower. (On the other hand, it
offers <pre>endless opportunity for self-reflection</pre>)”."""

# Normally (.*) will not capture newlines, but here re.DOTATLL is set
# The question mark in (.*?) indicates non greedy matching.
pattern = re.compile(r"<pre>(.*?)</pre>",re.DOTALL)

matches = pattern.finditer(str)


for i,match in enumerate(matches):
    print(f"tag {i}: ",match.group(1))

python example2.py

tag 0:  Desert Survival Problem
tag 1:  humor conditions
tag 2:  endless opportunity for self-reflection

Birden çok satır için:

<htmltag>(.+)((\s)+(.+))+</htmltag>

Kullanabilirsiniz Pattern pattern = Pattern.compile( "[^<'tagname'/>]" );

Bu çözümü kullanıyorum:

preg_match_all( '/<((?!<)(.|\n))*?\>/si',  $content, $new);
var_dump($new);

Javascript'te (diğerleri arasında), bu basittir. Nitelikleri ve birden çok satırı kapsar:

/<pre[^>]*>([\s\S]*?)<\/pre>/

<pre>([\r\n\s]*(?!<\w+.*[\/]*>).*[\r\n\s]*|\s*[\r\n\s]*)<code\s+(?:class="(\w+|\w+\s*.+)")>(((?!<\/code>)[\s\S])*)<\/code>[\r\n\s]*((?!<\w+.*[\/]*>).*|\s*)[\r\n\s]*<\/pre>