javascript - 按组在 RegEx 中查找多次出现答案

【问题标题】：javascript - Find multi occurences inside a RegExp by Groupjavascript - 按组在 RegEx 中查找多次出现
【发布时间】：2018-08-07 07:33:24
【问题描述】：

我得到了这种 HTML 结构：

<p>TEST</p><ul><li>1 abc</li><li>2 def</li><li>3 ghi</li></ul>

我想得到这个：

 - Group 1 : TEST 
 - Group 2 : 1 abc 
 - Group 3 : 2 def  
 - Group 4 : 3 ghi

所以我写了这个reg exp：

<p>(.*?)<\/p>.*?<ul>(?(1)<li>(.*?)<\/li>*)<\/ul>

结果是：

Match 1
Full match  0-50    `<p>TEST</p><ul><li>1</li><li>2</li><li>3</li></ul>`
Group 1.    3-7 `TEST`
Group 2.    19-40   `1</li><li>2</li><li>3`

参照 Regex101 : https://regex101.com/r/eoHtuI/1

这是用 PHP 格式编写的，但我也可以将它与 Javascript 一起使用。有什么想法吗？

【问题讨论】：

您必须为此使用正则表达式吗？ DOM 解析似乎更适合这项任务。
我用它制作了一个 webscrap，但由于我的网络托管商，我无法添加任何模块，所以是的，我必须使用正则表达式。顺便说一句，我也知道我可以使用多个正则表达式，但我正在尝试只用一个来完成所有事情以获得更快的代码。

标签： javascript php regex

【解决方案1】：

您可以拆分每个标签序列（无论如何用于您的示例输入）。

代码：(Demo)

$html = <<<HTML
<p>TEST</p><ul><li>1</li><li>2</li><li>3</li></ul>
HTML;

var_export(
    preg_split('~(?:<[^>]+>)+~', $html, 0, PREG_SPLIT_NO_EMPTY)
);

输出：

array (
  0 => 'TEST',
  1 => '1',
  2 => '2',
  3 => '3',
)

*注意，不推荐使用正则表达式解析 html。这是一个 DomDocument/Xpath 方法（主要来自https://stackoverflow.com/a/25695410/2943403）

代码：(Demo)

$dom = new DOMDocument; 
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
foreach ($xpath->evaluate('//*[count(*) = 0]') as $node) {
  $result[] = $node->nodeValue;
}
var_export($result);  // same output as my regex method

【讨论】：

如果这不能满足您的所有用例，您需要改进您的问题并添加更多示例输入。