Cách tốt nhất để chọn tất cả văn bản giữa 2 thẻ - ví dụ: văn bản giữa tất cả các thẻ 'pre' trên trang.

Bạn có thể sử dụng "<pre>(.*?)</pre>", (thay thế trước bằng bất kỳ văn bản nào bạn muốn) và trích xuất nhóm đầu tiên (để có hướng dẫn cụ thể hơn xác định ngôn ngữ) nhưng điều này giả định khái niệm đơn giản rằng bạn có HTML rất đơn giản và hợp lệ.

Như các nhà bình luận khác đã đề xuất, nếu bạn đang làm gì đó phức tạp, hãy sử dụng trình phân tích cú pháp HTML.

Tag có thể được hoàn thành trong một dòng khác. Đây là lý do tại sao \ncần phải được thêm vào.

<PRE>(.|\n)*?<\/PRE>

Đây là những gì tôi sẽ sử dụng.

(?<=(<pre>))(\w|\d|\n|[().,\-:;@#$%^&*\[\]"'+–/\/®°⁰!?{}|`~]| )+?(?=(</pre>))

Về cơ bản những gì nó làm là:

(?<=(<pre>))Lựa chọn phải được thêm vào bằng <pre>thẻ

(\w|\d|\n|[().,\-:;@#$%^&*\[\]"'+–/\/®°⁰!?{}|~]| )Đây chỉ là một biểu thức thông thường tôi muốn áp dụng. Trong trường hợp này, nó chọn ký tự hoặc chữ số hoặc ký tự dòng mới hoặc một số ký tự đặc biệt được liệt kê trong ví dụ trong ngoặc vuông. Ký tự ống |chỉ đơn giản là " HOẶC ".

+?Thêm trạng thái ký tự để chọn một hoặc nhiều thứ ở trên - thứ tự không quan trọng. Dấu hỏi thay đổi hành vi mặc định từ 'tham lam' thành 'không tham lam'.

(?=(</pre>))Lựa chọn phải được thêm vào bởi </pre>thẻ

Tùy thuộc vào trường hợp sử dụng của bạn, bạn có thể cần thêm một số sửa đổi như ( i hoặc m )

• i - trường hợp không nhạy cảm
• m - tìm kiếm nhiều dòng

Ở đây tôi đã thực hiện tìm kiếm này trong Sublime Text để tôi không phải sử dụng công cụ sửa đổi trong regex của mình.

Javascript không hỗ trợ giao diện

Ví dụ trên sẽ hoạt động tốt với các ngôn ngữ như PHP, Perl, Java ... Javascript, tuy nhiên, không hỗ trợ giao diện nên chúng ta phải quên sử dụng (?<=(<pre>))và tìm kiếm một cách giải quyết khác. Có lẽ đơn giản tước bốn ký tự đầu tiên từ kết quả của chúng tôi cho mỗi lựa chọn như ở đây Regex khớp văn bản giữa các thẻ

Ngoài ra, hãy nhìn vào TÀI LIỆU ĐĂNG KÝ JAVASCRIPT cho các dấu ngoặc đơn không bắt giữ

sử dụng mẫu dưới đây để có được nội dung giữa các yếu tố. Thay thế [tag]bằng các yếu tố thực tế bạn muốn trích xuất nội dung từ.

<[tag]>(.+?)</[tag]>

Đôi khi các thẻ sẽ có các thuộc tính, như anchorthẻ có href, sau đó sử dụng mẫu bên dưới.

 <[tag][^>]*>(.+?)</[tag]>

Để loại trừ các thẻ phân định:

(?<=<pre>)(.*?)(?=</pre>)

(?<=<pre>) tìm văn bản sau <pre>

(?=</pre>) tìm văn bản trước </pre>

Kết quả sẽ nhắn tin bên trong prethẻ

Bạn không nên cố phân tích html bằng regexes để xem câu hỏi này và cách nó được bật ra.

Nói một cách đơn giản nhất, html không phải là ngôn ngữ thông thường, do đó bạn không thể phân tích cú pháp hoàn toàn bằng các biểu thức thông thường.

Phải nói rằng bạn có thể phân tích các tập hợp con của html khi không có các thẻ tương tự được lồng vào nhau. Vì vậy, miễn là bất cứ thứ gì giữa và không phải là thẻ đó, nó sẽ hoạt động:

preg_match("/<([\w]+)[^>]*>(.*?)<\/\1>/", $subject, $matches);
$matches = array ( [0] => full matched string [1] => tag name [2] => tag content )

Một ý tưởng tốt hơn là sử dụng một trình phân tích cú pháp, như DOMDocument, để tải html của bạn, sau đó chọn thẻ của bạn và lấy html bên trong có thể trông giống như thế này:

$obj = new DOMDocument();
$obj -> load($html);
$obj -> getElementByTagName('el');
$value = $obj -> nodeValue();

Và vì đây là một trình phân tích cú pháp thích hợp, nó sẽ có thể xử lý các thẻ lồng nhau, v.v.

Thử cái này....

(?<=\<any_tag\>)(\s*.*\s*)(?=\<\/any_tag\>)

Đây dường như là biểu thức chính quy đơn giản nhất trong tất cả những gì tôi tìm thấy

(?:<TAG>)([\s\S]*)(?:<\/TAG>)

1. Không bao gồm thẻ mở (?:<TAG>) từ các trận đấu
2. Bao gồm bất kỳ ký tự khoảng trắng hoặc không khoảng trắng ([\s\S]*) trong các kết quả khớp
3. Loại trừ thẻ đóng (?:<\/TAG>)khỏi các trận đấu

Câu trả lời này giả sử hỗ trợ cho cái nhìn xung quanh! Điều này cho phép tôi xác định tất cả văn bản giữa các cặp thẻ mở và đóng. Đó là tất cả văn bản giữa '>' và '<'. Nó hoạt động vì nhìn xung quanh không tiêu thụ các ký tự mà nó khớp.

(? <=>) ([\ w \ s] +) (? = </)

Tôi đã thử nghiệm nó trong https://regex101.com/ bằng cách sử dụng đoạn HTML này.

<table>
<tr><td>Cell 1</td><td>Cell 2</td><td>Cell 3</td></tr>
<tr><td>Cell 4</td><td>Cell 5</td><td>Cell 6</td></tr>
</table>

Đây là một trò chơi gồm ba phần: cái nhìn phía sau, nội dung và cái nhìn phía trước.

(?<=>)    # look behind (but don't consume/capture) for a '>'
([\w\s]+) # capture/consume any combination of alpha/numeric/whitespace
(?=<\/)   # look ahead  (but don't consume/capture) for a '</'

Tôi hy vọng rằng phục vụ như là một khởi đầu cho 10. May mắn.

var str = "Lorem ipsum <pre>text 1</pre> Lorem ipsum <pre>text 2</pre>";
    str.replace(/<pre>(.*?)<\/pre>/g, function(match, g1) { console.log(g1); });

Vì câu trả lời được chấp nhận là không có mã javascript, vì vậy, thêm rằng:

preg_match_all(/<pre>([^>]*?)<\/pre>/,$content,$matches)regex này sẽ chọn mọi thứ giữa các thẻ. không có vấn đề gì trong dòng mới (làm việc với multiline.

Trong Python, thiết lập DOTALLcờ sẽ nắm bắt mọi thứ, bao gồm cả dòng mới.

Nếu cờ DOTALL đã được chỉ định, điều này khớp với bất kỳ ký tự nào kể cả dòng mới. docs.python.org

#example.py using Python 3.7.4  
import re

str="""Everything is awesome! <pre>Hello,
World!
    </pre>
"""

# Normally (.*) will not capture newlines, but here re.DOTATLL is set 
pattern = re.compile(r"<pre>(.*)</pre>",re.DOTALL)
matches = pattern.search(str)

print(matches.group(1))

python example.py

Hello,
World!

Chụp văn bản giữa tất cả các thẻ mở và đóng trong tài liệu

Để chụp văn bản giữa tất cả các thẻ mở và đóng trong tài liệu, finditerrất hữu ích. Trong ví dụ dưới đây, ba <pre>thẻ mở và đóng có mặt trong chuỗi.

#example2.py using Python 3.7.4
import re

# str contains three <pre>...</pre> tags
str = """In two different ex-
periments, the authors had subjects chat and solve the <pre>Desert Survival Problem</pre> with a
humorous or non-humorous computer. In both experiments the computer made pre-
programmed comments, but in study 1 subjects were led to believe they were interact-
ing with another person. In the <pre>humor conditions</pre> subjects received a number of funny
comments, for instance: “The mirror is probably too small to be used as a signaling
device to alert rescue teams to your location. Rank it lower. (On the other hand, it
offers <pre>endless opportunity for self-reflection</pre>)”."""

# Normally (.*) will not capture newlines, but here re.DOTATLL is set
# The question mark in (.*?) indicates non greedy matching.
pattern = re.compile(r"<pre>(.*?)</pre>",re.DOTALL)

matches = pattern.finditer(str)


for i,match in enumerate(matches):
    print(f"tag {i}: ",match.group(1))

python example2.py

tag 0:  Desert Survival Problem
tag 1:  humor conditions
tag 2:  endless opportunity for self-reflection

Đối với nhiều dòng:

<htmltag>(.+)((\s)+(.+))+</htmltag>

Bạn có thể dùng Pattern pattern = Pattern.compile( "[^<'tagname'/>]" );

Tôi sử dụng giải pháp này:

preg_match_all( '/<((?!<)(.|\n))*?\>/si',  $content, $new);
var_dump($new);

Trong Javascript (trong số những người khác), điều này là đơn giản. Nó bao gồm các thuộc tính và nhiều dòng:

/<pre[^>]*>([\s\S]*?)<\/pre>/

<pre>([\r\n\s]*(?!<\w+.*[\/]*>).*[\r\n\s]*|\s*[\r\n\s]*)<code\s+(?:class="(\w+|\w+\s*.+)")>(((?!<\/code>)[\s\S])*)<\/code>[\r\n\s]*((?!<\w+.*[\/]*>).*|\s*)[\r\n\s]*<\/pre>