正则表达式：抓住一切，直到一个特定的词答案

【问题标题】：REGEX: Grabbing everything until a specific word正则表达式：抓住一切，直到一个特定的词
【发布时间】：2010-09-13 21:46:13
【问题描述】：

例如：<a><strike>example data in here</strike></a>

我想要a标签内的所有内容，到最后

/<a>([^<]*)<\/a>/

当<a> 标签内没有其他标签时，它可以工作，但如果有呢？

我想知道你是否可以告诉它抓取直到 [^</a>] 而不是只抓取 [^<] 的所有内容。

使用/<a>(.*)<\/a>/ 效果不佳。有时我会在 <a> 标记中得到所有内容，而有时我会在该调用中包含大量行。

【问题讨论】：

【解决方案1】：

/<a>(.*?)<\/a>/

应该可以。这？使它变得懒惰，因此在匹配</a> 部分之前尽可能少地抓取。但使用 .将意味着它匹配所有内容，直到找到</a>。如果你希望能够跨行匹配，可以使用下面的 if with preg_match

/<a>(.*?)<\/a>/s

末尾的“s”将正则表达式置于“单行”模式，这意味着 .字符匹配所有字符，包括换行符。见other useful modifiers

【讨论】：

这将一直有效，直到您在中有一个 : 并且这与著名的括号匹配正则表达式问题相同。传统的正则表达式无法解决这个问题。你最好用一个普通的旧堆栈。
在哪个混乱的 HTML 版本中，出现在另一个标记中？
@Kibbee：你在万维网上发现的乱七八糟的版本；-)
但是，即使您使用了像 Beautiful Soup 这样的优秀 HTML 解析器，在嵌套链接的情况下您能期望什么样的结果？对于错误的输入，结果是不确定的。它会抛出异常，还是做出最好的猜测？输入不良数据时没有正确的输出。
很好的解决方案.. 很好，但是使用这个更正的版本来匹配可能的新行：/([\w\W]*?)/