我试图在html文档中匹配字符串，以特定字符串开始和结束，并且在中间没有另一个特定字符串。更具体地说，它们以
开头$start = "<br/>'s*[0-9]{1,4}('.|':|'))+";
以
结尾$end = "'?";
和应该包含中间除断行以外的所有内容。
目前我的中间正则表达式是这样的:
$middle = "[^(<br/>)]+";
最终代码看起来像这样:
$start = "<br/>'s*[0-9]{1,4}('.|':|'))+";
$middle = //What do I put here?
$end = "'?";
$regex = "#".$start.$middle.$end."#";
preg_match_all($regex, $text, $hits);
我应该如何创建我的中间正则表达式只匹配不包含断行的文本?
如果您使用这样的表达式，您应该得到您期望的结果(尽管，有更好的方法来解析HTML):
(?:(?!<br/>).)*
这基本上是类固醇的.*。(?:...)是一个"非捕获"组，用于将所有内容分组在一起以进行*重复。(?!...)是一个负向前看，这意味着它确保<br/>不会在当前位置之前被找到。所以，这个表达式确保没有<br/>，然后匹配下一个字符，然后重复!
在你的表达式[^(<br/>)]+中，你误解了字符类的工作方式。也就是说，匹配任何字符1+次，只要它不在以下字符集中:(, b, r, /, >, )。也许这个演示可以更好地解释
如果您希望匹配<br />和?之间的任何html文本:
-
不包含任何其他
<br />，则此表达式有效:<br's?'/>'s*([0-9]{1,4})[.:)]((?:(?!<br's?'/>).)*)'?
看一下这个演示。
-
可能包含
<br />，但你只对删除<br />的文本感兴趣，那么你应该匹配<br />和?之间的所有内容，如下所示:<br's?'/>'s*([0-9]{1,4})[.:)]([^?]*)'?
和删除<br />字符串替换或其他东西。看看这个演示。
在每种情况下，第一组将匹配你的项目符号编号，第二组将匹配项目符号后面的问题，假设这是你感兴趣的。上述表达式允许不一致的标记，如<br>、<br >或<br/>或<br />。