preg_replace 混淆[重复]

Question

在包含一些 html 的字符串中，我想查找并替换每次出现的 <h1-6> 标记，包括它后面的任何内容，直到另一个 <h1-6> 标记或直到 html 字符串的结尾。

我的模式：<h\d.+?(?=<h\d)

使用 /gs 标志，此模式在 this online testing tool 上运行良好。

但是，在服务器端测试中，我只能使我的模式匹配第一次出现，而其余的被忽略。

PHP Manual 状态：

搜索 matches 的主题并将其替换为 them 替换。

Another post answer 提及：

preg_replace() 默认会执行全局替换

根据上述，如果更改为/<h\d.+?(?=<h\d)/s，我的服务器端模式应该可以工作，但由于某种原因，它仍然只替换第一次出现。

完整代码：

$html = get_html_string();
$pattern = '/<h\d.+?(?=<h\d)/s';
$replace = '<div>$0</div>';
$html = preg_replace($pattern, $replace, $html);
return $html;

---

更新：

看起来我的 html 示例与网站上的实际 html 有所不同。因此，我确保将我想要直接操作的字符串复制到在线测试工具中。现在很明显匹配有效，但实际问题是最后一个匹配不包括在内。见this updated test。

感谢尼克的回答和其他人的参与。

Answer 1

你有几个问题：

1. 您需要g（全局）标志来获得多个匹配项
2. 您需要添加$（字符串结尾）作为前瞻的替代，以便它可以匹配到最后一个<hn> 标记的字符串结尾。

这应该做你想做的：

<h\d.+?(?=<h\d|$)

Demo on regex101

在 PHP 中：

preg_match_all('/<h\d.+?(?=<h\d|$)/s', $html, $matches);
print_r($matches[0]);

输出：

Array
(
    [0] => <h1> attribute="whatever">asiponfpweg ihnasegio</h1>asd
<p>whatever</p>
<img src=""></img>
    [1] => <h3> attribute="whatever">asiponfpweg ihnasegio</h3>
<p>whatever</p>
<p>whatever</p>
    [2] => <h1><span> attribute="whatever">asiponfpweg ihnasegio</span></h3>
<p>whatever</p>
    [3] => <h3> attribute="whatever">asiponfpweg ihnasegio</h3>
)

Demo on 3v4l.org