Парсинг идущих друг за другом тегов?

Question

[Максим Иванущик]

Понадобилось сделать объединение идущих друг ха другом тегов img в один блок, который с помощью javascript превратится в галерею. Добавить один img в блок несложно — preg_replace тут сработает. А вот как выделить в отдельный блок несколько подряд идущих тегов?


Допустим, есть такой код:

<font color="black"><font color="#0000ff">&lt;</font><font color="#800000">img</font> <font color="#ff0000">src</font><font color="#0000ff">=&quot;image1.jpg&quot;</font> <font color="#ff0000">alt</font><font color="#0000ff">=&quot;&quot;</font> <font color="#0000ff">/&gt;</font><br/>
<font color="#0000ff">&lt;</font><font color="#800000">img</font> <font color="#ff0000">src</font><font color="#0000ff">=&quot;image2.jpg&quot;</font> <font color="#ff0000">alt</font><font color="#0000ff">=&quot;&quot;</font> <font color="#0000ff">/&gt;</font><br/>
<font color="#0000ff">&lt;</font><font color="#800000">img</font> <font color="#ff0000">src</font><font color="#0000ff">=&quot;image3.jpg&quot;</font> <font color="#ff0000">alt</font><font color="#0000ff">=&quot;&quot;</font> <font color="#0000ff">/&gt;</font><br/>
<font color="#0000ff">&lt;</font><font color="#800000">p</font><font color="#0000ff">&gt;</font>eewrwerr<font color="#0000ff">&lt;/</font><font color="#800000">p</font><font color="#0000ff">&gt;</font><br/>
<font color="#0000ff">&lt;</font><font color="#800000">div</font><font color="#0000ff">&gt;</font>qweqweqwe<font color="#0000ff">&lt;/</font><font color="#800000">div</font><font color="#0000ff">&gt;</font><br/>
<font color="#0000ff">&lt;</font><font color="#800000">img</font> <font color="#ff0000">src</font><font color="#0000ff">=&quot;image4.jpg&quot;</font> <font color="#ff0000">alt</font><font color="#0000ff">=&quot;&quot;</font> <font color="#0000ff">/&gt;</font><br/>
<font color="#0000ff">&lt;</font><font color="#800000">p</font><font color="#0000ff">&gt;</font>eewrwerr<font color="#0000ff">&lt;/</font><font color="#800000">p</font><font color="#0000ff">&gt;</font><br/>
<font color="#0000ff">&lt;</font><font color="#800000">img</font> <font color="#ff0000">src</font><font color="#0000ff">=&quot;image5.jpg&quot;</font> <font color="#ff0000">alt</font><font color="#0000ff">=&quot;&quot;</font> <font color="#0000ff">/&gt;</font><br/>
<font color="#0000ff">&lt;</font><font color="#800000">img</font> <font color="#ff0000">src</font><font color="#0000ff">=&quot;image6.jpg&quot;</font> <font color="#ff0000">alt</font><font color="#0000ff">=&quot;&quot;</font> <font color="#0000ff">/&gt;</font></font><br/>
<br/>
<font color="gray">* This source code was highlighted with <a href="http://virtser.net/blog/post/source-code-highlighter.aspx"><font color="gray">Source Code Highlighter</font></a>.</font>

image4.jpg как раз в данном случае и не нужен, т.к. за ним не идёт другой тег img. А нужно получить 2 списка тегов img: с изображениями image1.jpg, image2.jpg, image3.jpg и image5.jpg, image6.jpg


Не могу придумать регулярное выражение для распарсивания такого кода. Если кто встречался с такой задачей, поделитесь, пожалуйста, алгоритмом.

Answer 1

[YasonBy]

Я не знаком с особенностями регэкспов в PHP, но вроде так:

((?:<img.*[^>]/>\s?){2,})

Проверку с Вашим примером проходит.

Comments

[Максим Иванущик]

Спасибо. Потестирую Ваш вариант на коде. Я свою регулярку составил ещё до поста этого вопроса, но её кривость и надобность проверять каждый элемент массива на наличие нескольких тегов img сильно меня пугала :) Ваш вариант куда лучше!

[Wott]

Идея верная — описать тег и мультипликатором его группировать
только вот <img.*[^>]/> по хорошему надо писать как <img\s[^>]*/>
\s? в конце заменить на \s* иначе пара пробелов и слетает группа, ну и вначале тоже \s* поставить
скобки вокруг всего выражения не нужны, потому что есть $0 если надо
получается что-то типа
(\s*<img\s[^>]*/>\s*){2,}

Answer 2

[Sannis]

Ловите плюс за перфекционизм и заботу о пользователях :-)

Answer 3

[Константин Китманов]

DOM-методы?

Answer 4

[cawabanga]

Вы не можете парсить [X]HTML регекспами. Потому что HTML не может быть распарсен регекспами. Регекспы — не инструмент для вменяемого парсинга HTML. [...]

Comments

[YasonBy]

Хотя просить регэкспы разобрать произвольный HTML подобно тому, чтобы просить Пэрис Хилтон написать операционную систему, иногда они подходят для того, чтобы разобрать ограниченный, известный кусок HTML.

Оттуда же, лучший несмешной ответ.