递归正则表达式:如何设置不匹配的字符串，而不是单个字符 - Recursive regular expression: how to set a mismatch with the string, rather than individual characters

Recursive regular expression: how to set a mismatch with the string, rather than individual characters

我的php代码:

      $exp = 'zzz<pre>sssss<pre>fff</pre>ff</pre>zzz';     
      'preg_match_all("#<pre>((?>[^(?:<pre>)(?:</pre>)]|(?R))*)</pre>#si", $exp, $matches);
        $i = 0;
        foreach ($matches as $item) {           
            foreach ($item as $elem)
            {
                echo "$i  ", 'htmlentities($elem), "<br>";
            }
            $i++;
        }

输出:

0 <pre>sssss<pre>fff</pre>ff</pre>
1 sssss<pre>fff</pre>ff

这很好- regex工作并找到嵌套标签<pre>。但是我有一个问题:

[^(?:<pre>)(?:</pre>)]

我可以用字符< / p r e >设置dis马赫，但是我需要用字符串<pre>和</pre>设置dis马赫。因此，如果我在原始文本中至少添加符号p或r, regex将无法正常工作。

示例: $exp = zzz<pre>ssspss<pre>fff</pre>ff</pre>zzz; // p inside ssspss

输出

0 <pre>fff</pre>
1 fff

告诉我，如何构建正则表达式来设置与字符串的不匹配，而不是单个字符?

您可能想使用反向向前看而不是反向字符类:

~<pre>((?>(?!</?pre).|(?R))*)</pre>~si

见regex101.com测试

你的正则表达式没有按预期工作，因为[^(?:<pre>)(?:</pre>)]匹配任何不在[^否定字符类中的字符。

非<、/、p、r、e、)、(、?、:、>

旁注: Regex不适合解析任意嵌套的html。