Php 使用正则表达式查找匹配组大于/小于的项目

鉴于以下案文：

<p style="color: blue">Some text</p>
<p style="color:blue; margin-left: 10px">* Item 1</p> // Should match
<p style="margin-left: 10px">* Item 2</p>
<p style="margin-left: 20px">* Sub Item 1a</p> // Should match
<p style="margin-left: 20px">* Sub Item 2a</p>
<p style="margin-left: 10px">* Item 3</p>
<p style="margin-left: 20px">* Sub Item 1b</p> // Should match
<p style="margin-left: 20px">* Sub Item 2b</p>
<p style="margin-left: 30px">* Sub Item 1c</p> // Should match
<p>Some text</p>
<p style="color:blue; margin-left: 10px">* Item 1</p> // Should match

我不能使用

DomDocument

，因为我收到的标记并不总是有效的标记（通常来自Microsoft Office>HTML转换），所以我使用正则表达式来解决这个问题

我现在的正则表达式是：

(?!<p style=".*?(margin-left:\s?(?!\k'margin')px;).*?">\* .*?<\/p>)<p style="(?P<styles>.*?)margin-left:\s?(?P<margin>[0-9]{1,3})px;?">\* (?P<listcontent>.*)<\/p>

（？！
\*（？p.*）

但这仅基于前面元素的存在进行匹配，这些元素是一个

p

，左边距为

如何将匹配的
左边距
组中的系数计算在内，并返回大于上一个匹配的值

我创建了一个示例来演示这个问题，其中包含示例数据和当前输出。
此代码按照预期工作，使用正则表达式获取每个元素，然后循环遍历它们并检查业务逻辑：

<?php

$data = '<p style="color: blue">Some text</p>
<p style="color:blue; margin-left: 10px">* Item 1</p>
<p style="margin-left: 10px">* Item 2</p>
<p style="margin-left: 20px">* Sub Item 1a</p>
<p style="margin-left: 20px">* Sub Item 2a</p>
<p style="margin-left: 10px">* Item 3</p>
<p style="margin-left: 20px">* Sub Item 1b</p>
<p style="margin-left: 20px">* Sub Item 2b</p>
<p style="margin-left: 30px">* Sub Item 1c</p>
<div>Some text</div>
<p style="color:blue; margin-left: 10px">* Item 1</p>';

// Get all HTML tags, the element in [1], the attributes (style etc) in [2], the content in [3]
preg_match_all("/<(\w+)\b([^>]+)*>(.*?)<\/\w+>/", $data, $matches);

$results = [];

// Keep track of last element margin-left, if it's is missing it will be set to 0 making the next
// element included automatically if it has a margin-left
$lastMarginLeft = 0;

// Loop through matches and apply business rules
for ($i = 0; $i <= count($matches[0]); $i++) {
    /**
     * Business rules:
     * - Contents begins with an asterisk character
     * - Elements have a margin-left inline style
     * - The preceding content is either:
     *   - A p element which has no margin-left
     *   - A p element with a margin-left which is lower than the matched element
     *   - Any other element
     */

    // Assume no margin-left found by default
    $marginLeft = 0;

    // Check element has a margin-left
    if (strpos($matches[2][$i], 'margin-left') !== false) {
        // Extract margin-left value
        preg_match("/margin-left:\s?(\d+)/", $matches[2][$i], $value);
        $marginLeft = isset($value[1]) ? $value[1] : 0;

        // Check if this margin is greater than the last
        if ($marginLeft > $lastMarginLeft) {
            // Check content
            if (strpos($matches[3][$i], '*') === 0) {
                $results[] = $matches[0][$i];
            }
        }
    }

    // Capture margin left for next run
    $lastMarginLeft = $marginLeft;
}

// Results:
// Array
// (
//     [0] => <p style="color:blue; margin-left: 10px">* Item 1</p>
//     [1] => <p style="margin-left: 20px">* Sub Item 1a</p>
//     [2] => <p style="margin-left: 20px">* Sub Item 1b</p>
//     [3] => <p style="margin-left: 30px">* Sub Item 1c</p>
//     [4] => <p style="color:blue; margin-left: 10px">* Item 1</p>
// )

这是否必须在一个过程/方法中完成？你能匹配所有的标签然后使用PHP来减少集合吗？因为这是一系列操作的一部分，如果可能的话，它需要作为一个正则表达式来完成。我不相信这在一次传递中是可能的，因为你需要将值与其他值进行比较。您将能够找到
p
元素，其中包含
左边距
，但您需要一个辅助过程来进行比较。如果无法将其作为一个正则表达式来进行比较，并且您有一种方法可以使用两个过程来解决它，请将其作为答案写出来。我将写一个答案，一个问题：最后一个元素如何匹配？它前面有一个p元素，该元素没有剩余的余量，因此它没有通过测试“p元素以外的任何元素”？
<?php

$data = '<p style="color: blue">Some text</p>
<p style="color:blue; margin-left: 10px">* Item 1</p>
<p style="margin-left: 10px">* Item 2</p>
<p style="margin-left: 20px">* Sub Item 1a</p>
<p style="margin-left: 20px">* Sub Item 2a</p>
<p style="margin-left: 10px">* Item 3</p>
<p style="margin-left: 20px">* Sub Item 1b</p>
<p style="margin-left: 20px">* Sub Item 2b</p>
<p style="margin-left: 30px">* Sub Item 1c</p>
<div>Some text</div>
<p style="color:blue; margin-left: 10px">* Item 1</p>';

// Get all HTML tags, the element in [1], the attributes (style etc) in [2], the content in [3]
preg_match_all("/<(\w+)\b([^>]+)*>(.*?)<\/\w+>/", $data, $matches);

$results = [];

// Keep track of last element margin-left, if it's is missing it will be set to 0 making the next
// element included automatically if it has a margin-left
$lastMarginLeft = 0;

// Loop through matches and apply business rules
for ($i = 0; $i <= count($matches[0]); $i++) {
    /**
     * Business rules:
     * - Contents begins with an asterisk character
     * - Elements have a margin-left inline style
     * - The preceding content is either:
     *   - A p element which has no margin-left
     *   - A p element with a margin-left which is lower than the matched element
     *   - Any other element
     */

    // Assume no margin-left found by default
    $marginLeft = 0;

    // Check element has a margin-left
    if (strpos($matches[2][$i], 'margin-left') !== false) {
        // Extract margin-left value
        preg_match("/margin-left:\s?(\d+)/", $matches[2][$i], $value);
        $marginLeft = isset($value[1]) ? $value[1] : 0;

        // Check if this margin is greater than the last
        if ($marginLeft > $lastMarginLeft) {
            // Check content
            if (strpos($matches[3][$i], '*') === 0) {
                $results[] = $matches[0][$i];
            }
        }
    }

    // Capture margin left for next run
    $lastMarginLeft = $marginLeft;
}

// Results:
// Array
// (
//     [0] => <p style="color:blue; margin-left: 10px">* Item 1</p>
//     [1] => <p style="margin-left: 20px">* Sub Item 1a</p>
//     [2] => <p style="margin-left: 20px">* Sub Item 1b</p>
//     [3] => <p style="margin-left: 30px">* Sub Item 1c</p>
//     [4] => <p style="color:blue; margin-left: 10px">* Item 1</p>
// )