正则表达式选择比我更想（PHP）

Question

我有以下字符串：

blah blah yo<desc>some text with description - unwanted 
text</desc>um hey now some words yah<desc>some other description text 
stuff - more unwanted here</desc>random word and ; things. Now a hyphen 
outside of desc tag - with other text<desc>yet another description - unwanted 
<desc>and that's about it. 

（注意：在现实中有字符串中没有换行/回车我只加了他们这里阅读）

我想从连字符仅选择递减标签的文字前方，也包括前面的空间，也包括结束递减标签。这很简单，因为我只是这样做：

\ s - 。*？ < \ /递减>

现在的问题是，这是递减的标签外的连字符是越来越选得过。所以我所有的选择如下：

- unwanted text</desc> 
- more unwanted here</desc> 
- with other text<desc>yet another description - unwanted</desc> 

所以前两个是完美的，但看到最后一行是如何搞砸因为 - 在递减标签外？

仅供参考，如果有兴趣，在我的代码，我做了替换这样的：

$text = preg_replace('/\s-.*?<\/desc>/', '</desc>', $text); 

我试着做一些回顾后的东西，但无法得到它的工作。

任何想法？

谢谢！ 马克

Answer 1

你可以尝试[^-<>]*，而不是.*?。这限制了正则表达式可以选择的内容，并有效地将尖括号和连字符视为记号。

Answer 2

什么：

\s-[^-]*?<\/desc> 

Answer 3

如果说明是可以出现在该块只有标签，你可以使用一个可怕的黑客就像这样：

$text = preg_replace('/\s-[^<]*?<\/desc>/', '</desc>', $text); 

但是，如果这需要防弹，你不能用正则表达式来可靠地做到这一点。您可以尝试使用XML解析器并处理结果DOM。