正则表达式匹配嵌套TAGS

Question

您好我正在尝试匹配多嵌套引号的blockquotes并将它们转换回BBCode 就目前的正则表达式而言，这就是我所得到的 将其转换回html实体，以便在stackedoverflow上看到

  

＆lt; div class =“quoteheader”＆gt;＆lt; div class =“topslice_quote”＆gt;（[\ s \ S] *？）＆lt; / div＆gt;＆lt; / div＆gt;＆lt; blockquote＆gt;（[\ s \ S] *？）（？：＆lt; / blockquote＆gt;＆lt; div class =“quotefooter”＆gt;＆lt; div class =“botslice_quote”＆gt;＆lt; / div＆gt;＆lt; / div＆gt;）{2，} ）

我正在尝试匹配此

  

＆lt; div class =“quoteheader”＆gt;＆lt; div class =“topslice_quote”＆gt;引用＆lt; / div＆gt;＆lt; / div＆gt;＆lt; blockquote＆gt;外部引用是这个 ＆lt; div class =“quoteheader”＆gt;＆lt; div class =“topslice_quote”＆gt;引用＆lt; / div＆gt;＆lt; / div＆gt;＆lt; blockquote＆gt;内部引用是＆lt; / blockquote＆gt;＆lt; div class =“quotefooter” ＆gt;＆lt; div class =“botslice_quote”＆gt;＆lt; / div＆gt;＆lt; / div＆gt; ＆lt; / blockquote＆gt;＆lt; div class =“quotefooter”＆gt;＆lt; div class =“botslice_quote”＆gt;＆lt; / div＆gt;＆lt; / div＆gt;

生成此

  

[quote]外面引用的是   这个[引用]内部引用是   这[/报价] [/报价]

我正在使用VBScript 5.5 Regeular Expressions。 （但这并不重要）

我真的需要表达方面的帮助。我已经厌倦了使用HTML Parser，但事实证明使用正则表达式更加困难

Answer 1

我只是重复说here。

正则表达式无法匹配上下文无关语言，例如标签组。您无法将开始标记与结束标记匹配，因此解析块（尤其是嵌套标记）将无法可靠。

你当然可以建立一个帮助的淤泥，但是有些情况会无法发挥作用。

Answer 2

嗯，这就是解析器所需要做的一切。

这是伪代码。我不知道你的解析器，所以这是我能提供的最好的。

首先找到带有quoteheader类的div标签。得到下一个兄弟。

这是blockquote标签。我们将此标记称为引号。

获得theQuote的第一个孩子。它将是一个HTML文本项。这是外部引​​用。

获得theQuote的第三个孩子。它将是另一个blockquote标签。我们将此标记称为内部。

获取theInner的第一个孩子。它将是一个HTML文本项。这是内心的引用。