查找 html div class 内容和数据属性的正则表达式？ (preg_match_all)

Question

使用 preg_match_all 我想在 html 中获取 class 和数据属性。

下面的例子有效，但是它只returnsclass命名或者仅 data-id 内容。

我希望示例模式同时查找 class 和 data-id 内容。

我应该使用哪种正则表达式模式？

Html内容：

<!-- I want to: $matches[1] == test_class  | $matches[2] == null -->
<div class="test_class"> 

<!-- I want to: $matches[1] == test_class | $matches[2] == 1 -->
<div class="test_class" data-id="1"> 

<!-- I want to: $matches[1] == test_class | $matches[2] == 1 -->
<div id="test_id" class="test_class" data-id="1">

<!-- I want to: $matches[1] == test_class test_class2 | $matches[2] == 1 -->
<div class="test_class test_class2" id="test_id" data-id="1">

<!-- I want to: $matches[1] == 1 | $matches[2] == test_class test_class2 -->
<div data-id="1" class="test_class test_class2" id="test_id" >

<!-- I want to: $matches[1] == 1 | $matches[2] == test_class test_class2 -->
<div id="test_id" data-id="1" class="test_class test_class2">

<!-- I want to: $matches[1] == test_class | $matches[2] == 1 -->
<div class="test_class" id="test_id" data-id="1">

不能正常工作的正则表达式：

$pattern = '/<(div|i)\s.*(class|data-id)="([^"]+)"[^>]*>/i';

preg_match_all($pattern, $content, $matches, PREG_SET_ORDER);

提前致谢。

Answer 1

为什么不使用 DOM 解析器呢？

您可以使用像 //div[@class or @data-id] 这样的 XPath 表达式来定位元素然后提取它们的属性值

$doc = new DOMDocument();
$doc->loadHTML($html);

$xpath = new DOMXpath($doc);
$divs = $xpath->query('//div[@class or @data-id]');
foreach ($divs as $div) {
  $matches = [$div->getAttribute('class'), $div->getAttribute('data-id')];
  print_r($matches);
}

演示~https://eval.in/1046227

Answer 2

我支持 Phil 的回答，我认为 HTML 解析器是可行的方法。它更安全，可以处理很多复杂的事情。

话虽如此，如果您想在您的示例中尝试正则表达式，它将是这样的：

<(?:div|i)(?:.*?(?:class|data-id)="([^"]+)")?(?:.*?(?:class|data-id)="([^"]+)")?[^>]*>

示例：https://regex101.com/r/Gb82lF/1/

查找 html div class 内容和数据属性的正则表达式？ (preg_match_all)

Regex to find html div class content and data-attr? (preg_match_all)

html

php

regex

preg-match-all