PHP获取字符串形式的html注释并将其换行<；预处理>；标签。正则表达式还是DOM？

我想在字符串中查找注释标记，这些标记不在

标记中，并将它们包装在

标记中

<!-- Comment 1 -->

<pre>
    <div class="some_html"></div>
    <!-- Comment 2 -->
</pre>

<!-- (?:(?!-->).)*-->

似乎无法使用PHPDOM“查找”注释

我已经在使用regex做一些处理，但是我对regex中的lookaheads和lookbehinds非常不熟悉（还没有掌握或真正理解）

例如，我可能有以下代码

(?=(?:(?!</?pre>).)*(?:</?pre>(?:(?!</?pre>).)*</?pre>(?:(?!</?pre>).)*)*$)

我想将注释1包装在

标记中，但显然不是注释2，因为它已经位于

中

<?php
$text = '<!-- Comment 1 -->

        <pre>
            <div class="some_html"></div>
            <!-- Comment 2 -->
        </pre>';

echo  "<div>Original Text: <xmp>$text</xmp></div>";

$html = str_get_html($text);

$comments = $html->find('comment');

// if find exists
if ($comments) {

  echo '<br>Find function found '. count($comments) . ' results: ';

  foreach($comments as $key=>$com){
    echo '<br>'.$key . ': ' . $com->tag . ' wich contains = <xmp>' . $com->innertext . '</xmp>';
  }
}
else
  echo "Find() fails !";
?>

$xpath = new DOMXpath($doc);

foreach($xpath->query('//comment()[not(ancestor::pre)]') as $comment){
  $pre = $doc->createElement("pre");
  $comment->parentNode->insertBefore($pre, $comment);
  $pre->appendChild($comment);
}

在正则表达式中通常是如何实现的

以下是我对消极环顾四周的理解，我尝试消极环顾四周，显然我做错了什么

---

（？*？？（！*？）

如果您计划重新使用此代码，您应该真正使用DOM解析器。每一种正则表达式方法在使用现实世界的HTML时都会很快失败

话虽如此，以下是您可以（但不应该）做的事情：

首先，确定评论，例如使用

）*-->

负前瞻块确保。*不会超出注释块

现在，您需要确定此注释是否在

块中。这里的关键观察结果是，每个注释后面都有偶数个

或

元素，这些元素尚未包含在一条注释中

<!-- Comment 1 -->

<pre>
    <div class="some_html"></div>
    <!-- Comment 2 -->
</pre>

因此，请始终成对地浏览课文的其余部分，并检查是否到达结尾

这看起来像

（？=（？：（！））*（？：（？：（！））*（？：（！）*）*$）

所以，这将是

*-->（（？=（？：（？！））*（？：（？！））*（？：（？！））*（？：（？！））*）*$） 只写代码=）的万岁

此表达式的主要组成部分是

（？：（？！）

，它匹配不是

或

序列起始括号的每个字符

允许

上的属性和正确转义留给读者作为练习。请在中查看此操作

似乎无法使用PHPDOM“查找”注释

你当然可以。。。使用以下命令检查此代码：

$com->innertext

将给您提供类似

你现在只需要按照你的意愿清洗它们。例如，使用

。。。试试看

编辑： 只是一个关于查找的注释，它必须有一个固定的宽度，因此不能使用重复

*+

或可选项

？

坏消息是，大多数正则表达式风格不允许您在lookback中只使用任何正则表达式，因为它们不能向后应用正则表达式。因此，正则表达式引擎需要能够在检查lookback之前计算出要后退多少步

因此，许多正则表达式风格，包括Perl和Python使用的那些，只允许固定长度的字符串。您可以使用任何可以预先确定匹配长度的正则表达式。这意味着您可以使用文字文本和字符类。不能使用重复项或可选项。您可以使用替换，但前提是替换中的所有选项都具有相同的长度

资料来源：

Xpath是您的朋友：

---

这很容易，使用一种称为堆栈计数器的原理，
基本上，您可以计算

标记的数量和

标记的数量，直到您的段放置在HTML代码中的点为止
如果比

多

，这意味着“

。--您在这里--

”
在这种情况下，只需返回匹配项，未修改的-就这么简单。

相反。或者。这些“链接”都不能回答问题。我将提出一些我试图使问题更具体的东西。如果可能的话，我宁愿不使用外部库。您是否直接控制输入HTML，以便确保没有包含

的JavaScript或注释，没有CDATA块，也没有嵌套注释或

块？如果您不能确保这一点，那么使用regex可能没有合理的解决方案。如果可以的话，我将尝试给出one=）@Joel正则表达式的问题是，PCRE不支持可变长度的lookbehind。因此，尽管您的尝试实际上相当合理（除了一些贪婪问题），但它只在.NET中有效。这就是为什么用正则表达式几乎不可能解决这个问题。不使用本机PHP DOM类尽管您建议不实际使用此方法，但我会将此标记为答案，因为它简洁地回答了我的问题re:regex，并且非常有用。谢谢！：）