Php 需要修改函数（regex）的帮助

我正在使用《Webbot、Spider和Screen Scrapers》一书中的parse_数组函数来满足我的解析需求。然而，我需要修改这个函数一点，我不知道如何

职能：

    function parse_array($string, $beg_tag, $close_tag)
    {
    preg_match_all("($beg_tag(.*)$close_tag)siU", $string, $matching_data);
    return $matching_data[0];
    }

工作原理：

    $html="<div>
           afterfirst
            <div>nested</div>
           this is lost
           </div>
           <div>div2</div>" ;

    $div_array =  parse_array($html,"<div", "</div>") ;
    echo $div_array[0]. "</br>" ;
    //outputs:
    <div>
    afterfirst
    <div>nested</div>
    //the line "this is lost" and the last </div> isn't included. 

$html=”
后
嵌套
这个丢了
第2分部”；
$div\u array=parse\u array（$html，“
有些人在面对
问题，想想“我知道，我会用
正则表达式。”现在他们有了
两个问题

解决方案：


编辑：我知道正则表达式不再被推荐
用于解析，有php和DOM
simplehtmldom，但此解析数组
函数工作得很好，如果它
可以处理嵌套的标记，它会
太完美了！有什么可以帮忙的吗
非常感谢。请给我
如果不是完整的解决方案，则给出某种提示
求你了

正则表达式不会也不能计算和跟踪类似的事情。嵌套标记的问题正是不建议使用正则表达式解析HTML的原因，因为它很快就变得不可能了。解析器可能需要更多的工作，但更可靠

但是有一件事你可以尝试，那就是移除
U
（ungreedy）正则表达式末尾的标志。“ungreedy”表示它也将匹配第一个
标记，而在默认的“贪婪”模式下，它将匹配最后一个标记。这可能适用于您的特定情况，也可能不适用于您的HTML，但至少值得一试。它无法解决尝试解析嵌套标记的问题一般来说，正则表达式不起作用的话，你就不得不使用解析器了。
好了，正则表达式在解析方面很糟糕。你就不能把HTML加载到DOMDocument中吗？另外，如果他们这么说的话，那就把书收起来。这就是为什么我们不使用正则表达式来解析HTML的原因。顺便说一句，这本书非常棒se
A
解析器，这个“简单”的解析器几乎不是我最喜欢的：与本机DOMDocument或其他XML函数相比，它的速度非常慢，几乎没有什么好处（如果您喜欢SDHP的函数，只需在
DOMDocument
周围编写一个包装器即可）。谢谢，我尝试删除U，但现在匹配太多。我想我必须使用domdocument。。。