Отпарска div`а по id или class с учетом вложенных div`ов

[Inviseble_Demon]

Доброго времени суток.​

Понадобилось написать регулярочку для выдирания div`а с учетом вложенных div`ов....

$str=file_get_contents('index.html');
$ser='post';
preg_match('#<div[\s\w]+[class,id]=[\'"]'.$ser.'[\'"][\s\w]*>.+</div>#smUi', $str, $res);

echo '<pre>';
print_r($res);

smUi - согласен что полностью согласен что имеется лишнее но пусть пока так останется......

Трабла в том что как вы видите он идет до первого </div> вследствие чего вложенность теряется, если убрать "U" тоже Ж.па так как гребет до последнего...

Наверно придется сначало узнать колличество вложенных дивов в требуемый див, дабы прописать количество </div>.!?
Но вот как это простенько реализовать ума не приложу..

У меня есть идея, но она мне кажется уж слишком грамоткой и в тоже время что-то подсказывает, что есть более простое решение!?

 

[antn]

[class,id]

Это что?)

Лишь синтаксисом регулярок тут не обойтись. Движок регулярок представления не имеет что такое вложенность и зачем она ему надо. Самое простое - матчить все теги регуляркой ~</?[a-zA-Z]+.*?>~ и дальше методом конечных автоматов: установить глубину = 1, перейти к тегу следующему за искомым, если открывающий, то ++глубина, если закрывающий, то --глубина и так далее. Как только глубина==0, значит найден финальный закрывающий тег.

 

[KillDead]

Доброго времени суток.​

Понадобилось написать регулярочку для выдирания div`а с учетом вложенных div`ов....

$str=file_get_contents('index.html');
$ser='post';
preg_match('#<div[\s\w]+[class,id]=[\'"]'.$ser.'[\'"][\s\w]*>.+</div>#smUi', $str, $res);
 
echo '<pre>';
print_r($res);

smUi - согласен что полностью согласен что имеется лишнее но пусть пока так останется......

Трабла в том что как вы видите он идет до первого </div> вследствие чего вложенность теряется, если убрать "U" тоже Ж.па так как гребет до последнего...

Наверно придется сначало узнать колличество вложенных дивов в требуемый див, дабы прописать количество </div>.!?
Но вот как это простенько реализовать ума не приложу..

У меня есть идея, но она мне кажется уж слишком грамоткой и в тоже время что-то подсказывает, что есть более простое решение!?

Мне кажется писать это на одной регулярке- не слишком удобно.
Когда доробатывал один граббер тоже понадобилось. В начале обратил внимание на мощный класс php-query. Название говорит само за себя. Но с ним возникли проблемы- отказывался работать, если разметка сильно нарушена.
Набрасал такой код

function get_tag($content, $tag, $id){
 
  $preg = '#<'.$tag.'[^>]+id=[\'"]'.$id.'[\'"]#is'; 
  preg_match($preg, $content, $rez, PREG_OFFSET_CAPTURE);
 
$tag_count=0;
$return_pos_start= $rez[0][1];
$pos_start_tag = $rez[0][1]+1;
$pos_end_tag = strpos($content, '</'.$tag.'>', $pos_start_tag);
$new_cont = substr($content, $pos_start_tag, $pos_end_tag - $pos_start_tag);
$tag_count +=substr_count($new_cont, '<'.$tag); 
while($tag_count){
 $pos_start_tag = $pos_end_tag; 
 $pos_end_tag = strpos($content, '</'.$tag.'>', $pos_end_tag+1);
 $new_cont = substr($content, $pos_start_tag, $pos_end_tag-$pos_start_tag); 
 $tag_count +=substr_count($new_cont, '<'.$tag)-1; 
}
return  substr($content, $return_pos_start, $pos_end_tag-$return_pos_start+strlen('</'.$tag.'>'));
 
}

 

[RolCom]

Движок регулярок представления не имеет что такое вложенность и зачем она ему надо.

Ошибаетесть.
Примерно так:

{
<div[^>]+\b(?:class|id)=["']?foo["']?[^>]*>
 (?:
   (<div[^>]*>(?:(?1)|.)*?</div>)|
   .
 )*?
</div>
}xs

Другой вариант - использовать для пасинга DOM