Регулярное выражение для извлечения текста между двумя тегами и ТАКЖЕ имя тега

Question

Мне нужен простой язык разметки для хранения разных частей строки в поле TEXT, а затем для извлечения этих частей. В общем, я хочу какой-то простой XML. Хранить их в поле таблицы легко, но извлечь их ... это другой вопрос. Мне удалось сделать это, используя простое регулярное выражение для обычного HTML:

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

Но для того, чтобы заново составить исходный массив (и использовать разметку более широко), мне также необходимо знать имена тегов. И это регулярное выражение не делает этого.

Примеры:

Введите текст:

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

Функция preg_match_all () с использованием приведенного выше регулярного выражения возвращает:

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)

Мне нужно, чтобы он возвращал имя тега "user_input". Да, я знаю, я сосу на регулярное выражение. Да, я знаю "использовать синтаксический анализатор XML", но это слишком много для того, что я делаю.

Answer 1

Как анализатор xml "слишком большой"? PHP имеет встроенные встроенные функции, которые позволяют вам сделать это легко.

Regex не подходит для работы.

<?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 2

Так что в основном я хочу какой-то простой XML

Тогда вам нужен парсер XML. И, эй, у PHP есть расширение для разбора XML, которое вы можете установить.

Серьезно, попытка взломать свой путь с помощью регулярных выражений только закончится болью и разочарованием. Используйте синтаксический анализатор XML и сэкономьте часы работы.

но это слишком много для того, что я делаю.

Нет, это не так. Вы хотите что-то проанализировать - следовательно, вы должны использовать парсер.

Answer 3

Просто используйте группу захвата, как вы сделали с контентом:

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

В качестве дополнительного бонуса вы можете использовать захваченное имя, чтобы убедиться, что закрывающий тег имеет то же имя.

Answer 4

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

Будет делать то, что вы хотите.Я просто добавил две скобки.Это очень хрупкий взлом.Вы хотите использовать парсер.Тем более, что вы, очевидно, не понимаете регулярные выражения.