0

Помогите составить регулярку которая парсит текст от открывающего символа (слова) до закрывающего. К примеру взять HTML

<div>
    <div>...... </div>
    <div>......</div>
</div>
<div>
    <div>...... </div>
    <div>......</div>
</div>    

нужно что бы в match было

введите сюда описание изображения

А не:

введите сюда описание изображения

и не:

введите сюда описание изображения

пытался сам найти решение, вот есть регулярка

http://codius.ru/articles/Парсим_HTML_Игнорирование_подобных_вложенных_конструкций_или_рекурсия_в_регулярных_выражениях

но она не работает в perl и на regex101.com все из-за конструкции

(?'-Open'</div>)

видимо движок в net позволяет такое делать. Есть еще несколько не рабочих примеров ))

https://studfiles.net/preview/2011809/page:121/ https://habr.com/post/50749/

4
  • 4
    Регекспы не предназначены для HTML. Используйте нормальные парсеры. Примеров здесь было - навалом.
    – PinkTux
    25 сен 2018 в 6:51
  • Это ж как пример, что бы описать задачу, вместо div могут быть открывающиеся и закрывающиеся скобки
    – Артем
    25 сен 2018 в 7:04
  • Без разницы. Используйте готовые парсеры или пишите свой. В любом случае условия размыты, может вообще задача сведётся к какому-нибудь банальному Text::Balanced...
    – PinkTux
    25 сен 2018 в 10:53
  • Спасибо, думаю Text::Balanced вполне подойдет
    – Артем
    25 сен 2018 в 12:41

1 ответ 1

1

Если надо именно регуляркой, то выйдет примерно так:

<div>          # Ищем div
(?: (?0)   |   # После которого идет все выражение целиком (?0), рекурсивно 
    [^<]++ |   # Или не начало тега, сверхжадный захват (можно не делать, но оно ускоряет)
    .          # Или любой символ
)*?            # и такое может быть сколько угодно раз (не жадно)
<\/div>        # Тег заканчивается

Короткая версия, без средств ускорения поиска /<div>((?0)|.)*?<\/div>/s. Если надо заключить все в группу захвата или за пределами блока поиска div будет еще что то, то можно ссылкаться на блок рекурсивно по номеру скобок, т.е. например как (?1).

Так же, как заметил в комментариях @PinkTux, для таких целей стоит использовать готовые модули, специально предназначенные для текстов определенного типа (например html или xml) или более простые модули для поиска сбалансированных частей текста, вроде Text::Balanced

2

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.