正则表达式查找和替换 HTML 注释标签的内容

Question

我有一个 CMS，它使用基于 HTML 注释的语法来让用户插入 Flash 视频播放器、幻灯片和其他用户无法轻松编写的“硬”代码。

一部 FLV 电影的语法如下所示：

我使用以下代码：

$find_players = preg_match("/

如果只有一名玩家，这非常有用，$match[1] 包含文件名（这就是我所需要的）

我对正则表达式的了解正在消失，所以我无法调整它以获取多于一场比赛。

如果页面上有更多内容，它会完全崩溃，因为它匹配得太贪婪了（从第一个

Answer 1

您可能需要正则表达式修饰符 U（PCRE_UNGREEDY，不贪婪地匹配）。 这将获取尽可能短的匹配，这意味着您不会从第一个 的结尾进行匹配。

一个简短的示例：

<?php
$text = "blah\n<!-x=abc->blah<!-x=def->blah\n\nblah<!-x=ghi->\nblahblah" ;
$reg  = "/<!-x=(.*)->/U" ;
preg_match_all( $reg, $text, $matches ) ;
print_r( $matches ) ;

您的代码将变为：

$find_players = preg_match_all("/<!--PLAYER=(.*)-->/Ui", $html_content, $matches);
// print $matches[1] ;

您正在使用的 's' 修饰符 (PCRE_DOTALL) 可能也没有帮助； 你不太可能有一个带有换行符的文件名。

编辑：@Stevens 建议使用这种语法，我同意这种语法稍微清晰一些 - 将 U 修饰符移动到捕获括号。

$find_players = preg_match_all("/<!--PLAYER=(?U)(.*)-->/i", $html_content, $matches);

Answer 2

使用正则表达式时，使用更具体的表达式通常比使用“惰性点”性能更高，“惰性点”通常会导致过度回溯。 您可以使用负向前瞻来实现相同的结果，而不会使正则表达式引擎负担过重：

$find_players = preg_match("/<!--PLAYER=((?:[^-]+|-(?!->))*)-->/ig", $html_content, $match);

请注意，使用惰性点不太可能在像这样的简单情况下导致明显的问题，但始终告诉正则表达式引擎<强>正是你的意思。 在这种情况下，您希望收集尽可能多的字符（“贪婪”）而不传递注释终止符。 终止符是一个破折号，后跟另一个破折号和一个大于号。 因此，我们允许使用任意数量的任何字符，除了破折号或不启动注释终止符的破折号。

Answer 3

$find_players = preg_match("/<!--PLAYER\=(.*?)-->/i", $html_content, $match);

(.*?)

应该可以正常工作。