我正在尝试匹配<sup>代码中的任何括号中的项目。
我的正则表达式过于贪婪，从第一个<sup>标记开始，到最后一个</sup>标记结束。
/<sup\b[^>]*>(.*?)\[(.*?)\](.*?)<\/sup>/
示例html：
<sup>[this should be gone]</sup>
<sup>but this should stay</sup>
<sup>this should [ also stay</sup>
[and this as well]
<sup><a href="#">[but this should definitely go]</a></sup>
知道为什么吗？
谢谢！
编辑：我认为这些答案是有道理的。我已经解析了很多没有正则表达式的HTML;我只是认为这个特定的例子适用于正则表达式，因为它会执行以下操作：<sup>代码</sup> 答案 0 :(得分：2)
你真的不能这样做。 It's impossible to parse HTMl with regular expressions，因为正则表达式只能匹配常规语言;这些语言是我们使用的实际语言的一个更简单的子集。一种非常常见的非 - 正则语言是平衡括号的Dyck语言;无法将正确嵌套的括号与正则表达式匹配。如果您考虑它，HTML就与此相同，标签替换括号。因此，匹配（a）正确嵌套的sup标签是不可能的，并且（b）匹配平衡括号是不可能的。我自己不使用PHP，但我知道它可以访问HTML DOM;我建议改用它。然后，对每个sup标记进行过滤，并检查每个标记的内部文本。如果您只想捕获内部文本仅为[...]的标记，...不包含方括号，则可以使用^\[[^\]]+\]$作为正则表达式;如果你想要真正的嵌套，则需要进行更复杂的检查。
答案 1 :(得分：0)
如果您的要求是专门删除“<sup>[”和“]</sup＆gt;”中的任何文字，那么您就可以了。但是，在上一个示例中，您还要考虑嵌套标记，并且可能是任意嵌套标记。所以我必须提醒你......
答案 2 :(得分：0)
这不是正常行为吗？你有specified the ungreedy option的正则表达式吗？
答案 3 :(得分：0)
您可能无法使用一个正则表达式执行此操作。您将需要一个使用回调函数替换的函数，该函数将运行单独的正则表达式。
每个人提到的更好的方法是首先使用DOM对象来解析HTML。
答案 4 :(得分：0)
使用正则表达式解析html通常不是一个好主意。