Опережающая проверка и dotall регулярное выражение

@jeremen · Регистрация: 03.02.2012

Студворк — интернет-сервис помощи студентам

Начну с того, что прекрасно понимаю, что парсить html не стоит с помощью регулярных выражений, но в данном случае просто по быстрому нужно было реализовать кое-что. В итоге напоролся на проблему и теперь интересно её решение. Исходные данные:

HTML5
1
2
3
4
5
Lorem <a data-smth-id="1" href="#">ipsum dolor sit amet</a>, consectetur adipiscing elit.
<a data-smth-id="2" href="#">Sed ut maximus turpis. In pulvinar pulvinar mattis.
Suspendisse dapibus</a> a orci eu suscipit.
<a id="smth_to_smw" href="#">In quis erat non nisl vehicula egestas.</a>
Etiam interdum semper cursus.

Есть следующее регулярное выражение: #<a(?!.*id="smth_to_smw").*>(.*)</a>#iU

Этим выражением я хочу получить все элементы a в которых отсутсвует id указанный в регулярном выражении. И действительно если содержание ссылки находится на одной строке то всё работает как нужно. Вторую ссылку не находит по причине того, что символ точка в регулярном выражении по умолчанию равен всем символам кроме символа переноса строки. Отсюда следует, что к регулярному выражению логично добавить флаг s (dotall), но после этого вместо ожидаемой работы регулярное выражение не находит вообще ничего. Может кто знает в чём проблема?

@BarbosLV · 22.01.2015, 22:10

Чувствую отстаю от жизни. Что это такое?

data-smth-id

@Lazy_Den · 22.01.2015, 23:08

Сообщение от BarbosLV

Что это такое?

Собственный атрибут, для хранения каких-либо данных. Вот тут в общих чертах описано.

@jeremen · 22.01.2015, 23:34 **[ТС]**

Решения найдено. Вместо "." внутри тега и флага доталл нужно использовать символьный класс "[\s\S]". Вот только интересно по какой причине с флагом доталл не хочет работать.

@tip78 · 23.01.2015, 02:33

PHP
1
2
3
4
5
6
7
8
9
$txt='Lorem <a data-smth-id="1" href="#">ipsum dolor sit amet</a>, consectetur adipiscing elit.
<a data-smth-id="2" href="#">Sed ut maximus turpis. In pulvinar pulvinar mattis.
Suspendisse dapibus</a> a orci eu suscipit.
<a id="smth_to_smw" href="#">In quis erat non nisl vehicula egestas.</a>
Etiam interdum semper cursus.';
 
$txt=preg_replace('#<a.*id="smth_to_smw".*>.*</a>#miU','',$txt);
 
echo $txt,"\n";

Сообщение от jeremen

прекрасно понимаю, что парсить html не стоит с помощью регулярных выражений

а чем же их парсить?

@jeremen · 23.01.2015, 13:11 **[ТС]**

http://php.net/manual/en/book.dom.php к примеру, и другими подобными библиотеками. HTML это синтетический язык с четкой спецификацией. Или вы думаете браузер его регулярками парсит?

@tip78 · 23.01.2015, 13:16

Сообщение от jeremen

http://php.net/manual/en/book.dom.php к примеру, и другими подобными библиотеками.

ага, т.е. парсить регулярками, завёрнутыми в ООП
ясно, понятно.

HTML это синтетический язык с четкой спецификацией. Или вы думаете браузер его регулярками парсит?

нет, телепатически он его парсит.
вы сначала задумайтесь, какие у машины вообще варианты есть, чтобы текст найти
точно также каждую строку исследует на предмет знакомых букв
только на C++

ну я может чего не знаю? может скайнет уже изобрёл что-то новое, просветите

@jeremen · 23.01.2015, 14:32 **[ТС]**

tip78, Вы вообще понимаете значение слов которые используете?

Новые блоги и статьи Все статьи Все блоги /
делаю науч статью по влиянию грибов на сукцессию anaschu 13.03.2026 прикрепляю статью	SDL3 для Desktop (MinGW): Создаём пустое окно с нуля для 2D-графики на SDL3, Си и C++ 8Observer8 10.03.2026 Содержание блога Финальные проекты на Си и на C++: hello-sdl3-c. zip hello-sdl3-cpp. zip Результат:	Установка CMake и MinGW 13.1 для сборки С и C++ приложений из консоли и из Qt Creator в EXE 8Observer8 10.03.2026 Содержание блога MinGW - это коллекция инструментов для сборки приложений в EXE. CMake - это система сборки приложений. Здесь описаны базовые шаги для старта программирования с помощью CMake и. . .	Как дизайн сайта влияет на конверсию: 7 решений, которые реально повышают заявки Neotwalker 08.03.2026 Многие до сих пор воспринимают дизайн сайта как “красивую оболочку”. На практике всё иначе: дизайн напрямую влияет на то, оставит человек заявку или уйдёт через несколько секунд. Даже если у вас. . .
Модульная разработка через nuget packages DevAlt 07.03.2026 Сложившийся в . Net-среде способ разработки чаще всего предполагает монорепозиторий в котором находятся все исходники. При создании нового решения, мы просто добавляем нужные проекты и имеем. . .	Модульный подход на примере F# DevAlt 06.03.2026 В блоге дяди Боба наткнулся на такое определение: В этой книге («Подход, основанный на вариантах использования») Ивар утверждает, что архитектура программного обеспечения — это структуры,. . .	Управление камерой с помощью скрипта OrbitControls.js на Three.js: Вращение, зум и панорамирование 8Observer8 05.03.2026 Содержание блога Финальная демка в браузере работает на Desktop и мобильных браузерах. Итоговый код: orbit-controls-threejs-js. zip. Сканируйте QR-код на мобильном. Вращайте камеру одним пальцем,. . .	SDL3 для Web (WebAssembly): Синхронизация спрайтов SDL3 и тел Box2D 8Observer8 04.03.2026 Содержание блога Финальная демка в браузере. Итоговый код: finish-sync-physics-sprites-sdl3-c. zip На первой гифке отладочные линии отключены, а на второй включены:. . .

@jeremen 0 / 0 / 0 Регистрация: 03.02.2012 Сообщений: 36
	22.01.2015, 23:34 [ТС]
	Решения найдено. Вместо "." внутри тега и флага доталл нужно использовать символьный класс "[\s\S]". Вот только интересно по какой причине с флагом доталл не хочет работать. 0

@jeremen 0 / 0 / 0 Регистрация: 03.02.2012 Сообщений: 36
	23.01.2015, 13:11 [ТС]
	http://php.net/manual/en/book.dom.php к примеру, и другими подобными библиотеками. HTML это синтетический язык с четкой спецификацией. Или вы думаете браузер его регулярками парсит? 0

@jeremen 0 / 0 / 0 Регистрация: 03.02.2012 Сообщений: 36
	23.01.2015, 14:32 [ТС]
	tip78, Вы вообще понимаете значение слов которые используете? 0