求一个匹配 html 注释的正则

[lianyue]

<script><!--不匹配--></script>
<!--要匹配-->
<span><!--要匹配--></span>
<textarea><!--不匹配--></textarea>
<script><xxx><!--不匹配--></xxx></textarea>
需要匹配在指定前套标签意外的 html 注释

[yjmade]

不要用正则来处理html或xml

[lianyue]

@yjmade 那用什么处理

[frankzeng]

python beautifulsoup或是xpath，怎么那么多人喜欢用正则表达式来解释html，这东西不好写啊

[lianyue]

@frankzeng php... 除了过滤注释其他都好了

[FrankFang128]

永远不要用regex匹配HTML

[hotcha0111]

搬 http://img3.douban.com/view/status/raw/public/f237ed17806e661.jpg

[ETiV]

问题是，解析库支持收集注释吗……

[xcv58]

@FrankFang128 +1

我的建议是，永远不要用正则处理这一类的问题。各种 Corner cases 能搞死你，最后发现还是得自己写一个状态机。然后重新发明了 parser ……

[river1007]

来个PHP测试版本试试：
<?php
$x = <<<ABC
<script><!--不匹配--></script>
<!--要a匹配-->
<span><!--要b匹配--></span>
<textarea><!--不匹配--></textarea>
<script><xxx><!--不匹配--></xxx></textarea>
ABC;
preg_match_all('#^(?:<span><!--|<!--)([^>]+)(?:--></span>|-->)$#um', $x, $M, PREG_PATTERN_ORDER);
var_dump($M);

[lianyue]

@river1007 不行 我的意思是 除了 <textarea> 和 <script> 标签内的注释 其他注释都匹配你的代码稍微内容改变下就不行了 <span>xxx<!--要匹配--></span>

[TimLang]

@xcv58 stackoverflow上有个很有名回复的很清楚，
http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454
You can't parse [X]HTML with regex. Because HTML can't be parsed by regex.

不过现在的正则引擎支持引用自身，理论上只能解析html的。

[xcv58]

@TimLang 这个很对，正则本身就不是做这种事的工具。
哪怕是匹配个邮件地址也都是很困难：
http://www.ex-parrot.com/pdw/Mail-RFC822-Address.html

选对的工具很多时候能节省很多生命。

[river1007]

@lianyue
根据自己的需求改吧，和你本省的html标签也有关系，正则麻烦就用程序处理。
$x = <<<ABC
<script><!--不匹配--></script>
lsdf<!--要匹配a-->sdf
<span>sdhh<!--要匹配b-->sdf</span>
<textarea><!--不匹配--></textarea>
<textarea><xxx><!--不匹配--></xxx></textarea>
ABC;
preg_match_all('#^(?!<script>|<textarea>).*?(?:<!--([^>]+)-->).*?(?!</textarea>|</script>)$#um', $x, $M, PREG_PATTERN_ORDER);
var_dump($M);

[lianyue]

@xcv58 噗 坑

[lianyue]

@river1007 算了 想不到什么好的方案 就那样了无视掉注释