正则表达式捕获不需要的左侧字符

Question

以下正则表达式捕获所有 HTML 样式标签：

[^noscript\>]<style[^>]*>([^<]+)?<[\s\/]+style>

第一部分[^noscript>]用于忽略任何由noscript标签包裹的样式标签。

问题是，模式似乎 return 不需要的左侧字符，如何避免？请参阅此示例 https://regex101.com/r/aA6ihs/1/

Answer 1

虽然使用 HTML 解析器会更好，但您可以使用 (*SKIP)(*FAIL) 跳过所有 <noscript> 标记 - 尝试匹配 <noscript>...</noscript>，并且如果匹配，则在末尾使模式失败，并继续搜索匹配 after the end:

<noscript>.*?<\/noscript>(*SKIP)(*FAIL)|<style[^>]*>([^<]+)?<[\s\/]+style>

https://regex101.com/r/aA6ihs/3

Answer 2

在这里，我们将简单地捕获 noscript 标签，添加一个 if 语句来忽略这些标签，然后我们将使用一个简单的表达式重新调整我们想要的输出，例如：

(<noscript>)[\s\S]+?<\/noscript>|<style(.+?)>(.+?)<\/style>

Demo

测试

$re = '/(<noscript>)[\s\S]+?<\/noscript>|<style(.+?)>(.+?)<\/style>/mi';
$str = '<!DOCTYPE html>
<html lang="en-US">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0, viewport-fit=cover" />
        <style type="text/css"></style>
<noscript><style>

< / style></noscript>
                    <!-- Twitter Cards Meta by USM  STARTS-->
                <meta name="twitter:card" content="summary" />


        <style type="text/css">.recentcomments a{display:inline !important;padding:0 !important;margin:0 !important;}</style>

<link rel="pingback" href="/xmlrpc.php">
<noscript><style>

< / style></noscript>
        ';

preg_match_all($re, $str, $matches, PREG_SET_ORDER, 0);

foreach ($matches as $key => $value) {
    if ($value[1] != '<noscript>') {
        echo $value[3];
    }
}

输出

.recentcomments a{display:inline !important;padding:0 !important;margin:0 !important;}

正则表达式捕获不需要的左侧字符

Regex catch unwanted left side char

php

regex

preg-match

Demo

测试

输出