Php 正则表达式反向引用非捕获组？

针对这样的字符串：

<h3>title</h3>
<h4>title</h4>

标题
标题

如何相应地匹配标签并获取其中的文本

这可以工作，但不必要地获取标记名：

'@<(h[34])>(.+)</\1>@sU'

“@（+）@sU”

但是，这似乎不起作用，因为我不想获取标记名，只想反向引用它：

'@<(?:h[34])>(.+)</\1>@sU'

“@（+）@sU”

我正在使用PHP preg_match（）。为什么第二种方法不起作用？是否可以对非捕获组进行反向引用？

可以稍后在正则表达式中用作对该捕获组中匹配内容的反向引用。通过将

？：

放置在内部，可以指定不捕获组，而是将表达式分组

您可以使用分支重置功能

（？|…|…）

，这样您的表达式就不会匹配非对应的标记，并且备选方案中的两个捕获组都被视为一个捕获组

~(?|<h3>(.+?)</h3>|<h4>(.+?)</h4>)~s

~（？）（.+？）（.+？）~s

---

不，您不能反向引用不存在的内容。

/.+\7/

如何工作？您的第二个示例

\1

将与

（.+）

内容匹配。@mario，那么如何使用正则表达式匹配HTML标记和其中的内容呢？这里有什么常见的做法吗？使用DOM解析器而不是regex@hjpotter92，即使是格式错误的DOM文档？我认为使用正则表达式更为普遍，这样我就不会对坏掉的DOM发狂。另外，我可能还需要解析XML/HTML文档以外的内容，但需要解析具有类似模式的普通字符串。@kavoir.com我没有这样做。为什么？但不仅仅是。+？因为没有

U

修饰符

+

是贪婪的意思，如果有超过1个标记，它将继续匹配。那么。+？（.+？）~s的ungreedy版本是否也匹配非对应的标记？例如…？感谢您的更新，但是如果我们有一个通用的方法将HTML标记与正则表达式匹配，那就更好了。真不敢相信这么难！