Une expression régulière pour extraire le texte entre deux balises et AUSSI le nom du tag

Question

J'ai besoin d'un langage de balisage simple pour stocker différentes parties d'une chaîne dans un champ TEXT, puis extraire ces parties. Donc, fondamentalement, je veux une sorte de XML simple. Stocker ceux dans le champ de la table est facile, mais les extraire ... est autre chose. j'ai réussi à le faire en utilisant un simple regex fait pour HTML normal:

|<[^>]+>(.*)</[^>]+>|U 

Mais pour recomposer le tableau original (et utiliser plus généralement le balisage) Je dois aussi connaître les noms de balises. Et cette regex ne fait pas ça.

Exemples:

texte d'entrée:

<user_input>Hello! my name is Williams</user_input> 

La fonction preg_match_all() en utilisant les déclarations regex ci-dessus:

array 
    0 => 
    array 
     0 => string '<user_input>Hello! my name is Williams</user_input>' (length=34) 

    1 => 
    array 
     0 => string 'Hello! my name is Williams' (length=34) 

j'ai besoin de retourner le nom de "user_input" du marque. Oui, je sais, je suce sur regex. Oui, je sais "utiliser un analyseur XML", mais c'est trop grand pour ce que je fais.

Answer 1

Il suffit d'utiliser un groupe de capture comme vous avez fait avec le contenu:

|<([^>]+)>([^<]*)</\1>| 

En prime, vous pouvez utiliser le nom capturé pour vous assurer que la balise de fermeture a le même nom.

Answer 2

Donc, fondamentalement, je veux une sorte de simple XML

Ensuite, vous voulez un analyseur XML. Et bon, PHP a une extension d'analyse XML que vous pouvez installer. Sérieusement, essayer de pirater votre chemin avec des regex ne va que finir dans la douleur et la frustration. Utilisez un analyseur XML et économisez des heures de travail.

mais c'est trop grand pour ce que je fais.

Non, ce n'est pas le cas. Vous voulez analyser quelque chose - par conséquent, vous devriez utiliser un analyseur.

Answer 3

En quoi un analyseur XML est-il "trop ​​grand"? PHP a des fonctions natives intégrées qui vous permettent de le faire facilement.

Regex ne correspond pas au travail.

<?php 

$string = ' 
<root> 
<input_name>blah</input_name> 
</root> 
'; 

$x = new DOMDocument(); 
$x->loadXML($string); 
$root = $x->documentElement; 
$elements = $root->getElementsByTagName('*'); 
$count = count($elements->length); 

for ($i = 0; $i< $count; $i++) { 
    $el = $elements->item($i); 
    echo $el->nodeName . '<br>'; 
    echo $el->nodeValue . '<br>'; 
} 

Answer 4

|<([^>]+)>(.*)</[^>]+>|U 

fera ce que vous voulez. J'ai simplement ajouté deux parenthèses. C'est un hack très fragile. Vous voulez utiliser un analyseur. Surtout que vous ne comprenez apparemment pas les expressions rationnelles.