Регулярка c 3-я группами и подэлементами

172

12 августа 2017, 04:18

Всем привет, Выложил небольщой кусочек html-кода c 3-я группами

Alternative
Anime
Arabic

и нужно регуляркой разобрать группы с подэлементами. Эти группы имеют подэлементы завернутые в

Но не все : 2 элемент НЕ имеет подэлементов поэтому регулярка работает неправильно и во вторую группу Anime попадают элементы из 3й группы sandbox Понятно что в регулярку можно было бы добавить условие

list top-level-subgenres

но тогда 2я группа Anime будет пропущена - чего не хотелось бы.

Можно ли составить регурярку так чтобы попали все 3 группы с правильными подэлементами и 2я группа была пустой ?

Спасибо!

Answer 1

Не нужно парсить HTML. Воспользуйтесь DOMDocument или другими альтернативными средствами специально предназначенными для разбора HTML. Пример работы с DOMDocument:

# создаём парсер
$dom = new DOMDocument();
# Загружаем html строку
# @ перед вызовом заглушает ошибки т.к.
# loadHTML может кидать исключения при невалидном HTML
@$dom->loadHTML($html);
# получаем всем теги <a>
foreach($dom->getElementsByTagName('a') as $link) {
        # печатаем содержимое <a href>
        echo $link->getAttribute('href');
        echo "<br />";
}