如何使用正则表达式查找<element>某物</element>的所有匹配项？

Question

所以假设我有：

<any_html_element>maybe some whitespaces <br/>Some text</any_html_element>

我想删除<any_html_element>之后的第一个<br/>。

我该怎么做呢？

Answer 1

首先不要使用RegEx，而是使用一个超文本标记语言解析器来识别您想要操作的代码块。

一旦你隔离了实际的代码，你就可以进行替换来删除<br/>了。

下面是几个PHP HTML解析器链接供您研究：

• http://simplehtmldom.sourceforge.net/
• http://www.phpbuilder.com/manual/en/function.dom-domdocument-loadhtml.php

Answer 2

搜索此正则表达式：

(<any_html_element>.*?)</br>

并替换为：

$1

如果两个标记之间可能有换行符，请打开单行模式。你可以用PHP中的/s做到这一点。

如果使用any_html_element意味着您想要允许任何元素，请使用以下正则表达式：

(<\w[^<>]+>.*?)</br>

替换文本保持不变。

虽然您确实不能仅使用一个正则表达式来解析HTML，但Uffo并不打算解析HTML。他只想删除一个标签。正则表达式可以很好地做到这一点。