Який найкращий спосіб виділити весь текст між двома тегами - наприклад: текст між усіма попередніми тегами на сторінці.

Ви можете використовувати "<pre>(.*?)</pre>"(замінюючи попередньо будь-який текст, який ви хочете) і витягнути першу групу (для більш конкретних інструкцій вкажіть мову), але це передбачає спрощене уявлення про те, що у вас дуже простий і дійсний HTML.

Як запропонували інші коментатори, якщо ви робите щось складне, використовуйте HTML-аналізатор.

Тег можна заповнити в іншому рядку. Ось чому \nпотрібно додати.

<PRE>(.|\n)*?<\/PRE>

Це я б використовував.

(?<=(<pre>))(\w|\d|\n|[().,\-:;@#$%^&*\[\]"'+–/\/®°⁰!?{}|`~]| )+?(?=(</pre>))

В основному це:

(?<=(<pre>))Вибір повинен бути доповнений <pre>тегом

(\w|\d|\n|[().,\-:;@#$%^&*\[\]"'+–/\/®°⁰!?{}|~]| )Це просто регулярний вираз, який я хочу застосувати. У цьому випадку в квадратних дужках він вибирає літеру чи цифру чи новий рядок або деякі спеціальні символи, наведені у прикладі. Характер труби |просто означає " АБО ".

+?Плюс символьних станів, щоб вибрати одне або декілька вищезазначених - порядок не має значення. Знак питання змінює поведінку за замовчуванням з "жадібної" на "недоброзичливу".

(?=(</pre>))Вибір має бути доданий </pre>тегом

Залежно від випадку використання, можливо, вам доведеться додати деякі модифікатори, такі як ( i або m )

• i - нечутливі до регістру
• m - багаторядковий пошук

Тут я здійснив цей пошук у Sublime Text, тому мені не довелося використовувати модифікатори в моєму регексе.

Javascript не підтримує погляд позаду

Наведений вище приклад повинен добре працювати з такими мовами, як PHP, Perl, Java ... Однак JavaScript не підтримує відставання, тому нам потрібно забути про використання (?<=(<pre>))та шукати якесь вирішення. Можливо, просто зніміть перші чотири символи від нашого результату для кожного вибору, як тут у тексті Regex відповідності між тегами

Також дивіться ДОКУМЕНТАЦІЮ JAVASCRIPT REGEX щодо невлаштованих дужок

скористайтеся наведеною нижче схемою, щоб отримати вміст між елементом. Замініть [tag]фактичним елементом, з якого потрібно витягнути вміст.

<[tag]>(.+?)</[tag]>

Колись теги матимуть атрибути, як anchorтег href, а потім скористайтеся наведеною нижче схемою.

 <[tag][^>]*>(.+?)</[tag]>

Щоб виключити розмічувальні теги:

(?<=<pre>)(.*?)(?=</pre>)

(?<=<pre>) шукає текст після <pre>

(?=</pre>) шукає текст раніше </pre>

Результати будуть містити текст всередині preтегу

Вам не слід намагатися розібрати html з регулярними виразами, дивіться це питання і як воно вийшло.

Найпростіше кажучи, html не є звичайною мовою, тому ви не можете повністю розібратися з регулярними виразами.

Сказавши, що ви можете проаналізувати підмножини html, коли немає вкладених подібних тегів. Тому поки що між ними і не є цим тегом, це буде працювати:

preg_match("/<([\w]+)[^>]*>(.*?)<\/\1>/", $subject, $matches);
$matches = array ( [0] => full matched string [1] => tag name [2] => tag content )

Кращою ідеєю є використання аналізатора, як-от рідний DOMDocument, для завантаження html, а потім виберіть свій тег та отримання внутрішнього html-файлу, який може виглядати приблизно так:

$obj = new DOMDocument();
$obj -> load($html);
$obj -> getElementByTagName('el');
$value = $obj -> nodeValue();

А оскільки це правильний аналізатор, він зможе обробляти вкладені теги тощо.

Спробуйте це....

(?<=\<any_tag\>)(\s*.*\s*)(?=\<\/any_tag\>)

Здається, це найпростіший регулярний вираз із усіх, що я знайшов

(?:<TAG>)([\s\S]*)(?:<\/TAG>)

1. Виключити вступний тег (?:<TAG>)із сірників
2. Долучайте ([\s\S]*)до матчів будь-які символи пробілу чи непробіли
3. Виключити закривальний тег (?:<\/TAG>)із сірників

Ця відповідь передбачає підтримку огляду навколо! Це дозволило мені визначити весь текст між парами тегів, що відкриваються та закриваються. Це весь текст між '>' та '<'. Це працює, тому що при огляді не використовуються символи, які йому відповідають.

(? <=>) ([\ w \ s] +) (? = </)

Я перевірив це на https://regex101.com/, використовуючи цей фрагмент HTML.

<table>
<tr><td>Cell 1</td><td>Cell 2</td><td>Cell 3</td></tr>
<tr><td>Cell 4</td><td>Cell 5</td><td>Cell 6</td></tr>
</table>

Це гра з трьох частин: погляд позаду, зміст і погляд вперед.

(?<=>)    # look behind (but don't consume/capture) for a '>'
([\w\s]+) # capture/consume any combination of alpha/numeric/whitespace
(?=<\/)   # look ahead  (but don't consume/capture) for a '</'

Я сподіваюся, що це послужить початком для 10. Удача.

var str = "Lorem ipsum <pre>text 1</pre> Lorem ipsum <pre>text 2</pre>";
    str.replace(/<pre>(.*?)<\/pre>/g, function(match, g1) { console.log(g1); });

Оскільки прийнята відповідь не має коду JavaScript, тому додайте, що:

preg_match_all(/<pre>([^>]*?)<\/pre>/,$content,$matches)цей регулярний вибір буде вибирати все між тегом. незалежно від того, що це в новому рядку (робота з багаторядковим.

У Python встановлення DOTALLпрапора охопить все, включаючи нові рядки.

Якщо прапор DOTALL був заданий, він відповідає будь-якому символу, включаючи новий рядок. docs.python.org

#example.py using Python 3.7.4  
import re

str="""Everything is awesome! <pre>Hello,
World!
    </pre>
"""

# Normally (.*) will not capture newlines, but here re.DOTATLL is set 
pattern = re.compile(r"<pre>(.*)</pre>",re.DOTALL)
matches = pattern.search(str)

print(matches.group(1))

python example.py

Hello,
World!

Захоплення тексту між усіма тегами, що відкриваються та закриваються в документі

finditerКорисно для захоплення тексту між усіма тегами, що відкриваються та закриваються в документі . У наведеному нижче прикладі три <pre>рядки , що відкриваються та закриваються, є в рядку.

#example2.py using Python 3.7.4
import re

# str contains three <pre>...</pre> tags
str = """In two different ex-
periments, the authors had subjects chat and solve the <pre>Desert Survival Problem</pre> with a
humorous or non-humorous computer. In both experiments the computer made pre-
programmed comments, but in study 1 subjects were led to believe they were interact-
ing with another person. In the <pre>humor conditions</pre> subjects received a number of funny
comments, for instance: “The mirror is probably too small to be used as a signaling
device to alert rescue teams to your location. Rank it lower. (On the other hand, it
offers <pre>endless opportunity for self-reflection</pre>)”."""

# Normally (.*) will not capture newlines, but here re.DOTATLL is set
# The question mark in (.*?) indicates non greedy matching.
pattern = re.compile(r"<pre>(.*?)</pre>",re.DOTALL)

matches = pattern.finditer(str)


for i,match in enumerate(matches):
    print(f"tag {i}: ",match.group(1))

python example2.py

tag 0:  Desert Survival Problem
tag 1:  humor conditions
tag 2:  endless opportunity for self-reflection

Для декількох рядків:

<htmltag>(.+)((\s)+(.+))+</htmltag>

Можна використовувати Pattern pattern = Pattern.compile( "[^<'tagname'/>]" );

Я використовую це рішення:

preg_match_all( '/<((?!<)(.|\n))*?\>/si',  $content, $new);
var_dump($new);

У Javascript (серед інших) це просто. Він охоплює атрибути та кілька рядків:

/<pre[^>]*>([\s\S]*?)<\/pre>/

<pre>([\r\n\s]*(?!<\w+.*[\/]*>).*[\r\n\s]*|\s*[\r\n\s]*)<code\s+(?:class="(\w+|\w+\s*.+)")>(((?!<\/code>)[\s\S])*)<\/code>[\r\n\s]*((?!<\w+.*[\/]*>).*|\s*)[\r\n\s]*<\/pre>