php正则的捕获组为什么只能保存最后一次捕获的内容？

Question

比如有这样一个字符串： <div><ul id="test1"><li>aaaaa</li><li>bbbbb</li></ul><ul id="test2"><li>cccccc</li><li>ddddd</li></ul></div>我想一次性将id为test1的ul标签里的li标签包含的文本都提取出来。写了如下的表达式：
<ul[^>]*id="test1"[^>]*>(<li>(?:<text>[^<]*)</li>)+[^<]*</ul>，用preg_match来匹配，因为整个表达式我只需要匹配一次就足够了。这个表达式执行完毕后捕获组text里只保存了bbbbb，而没有保存aaaaa。为什么会这样？难道php的捕获组只能保存最后一次捕获的内容？
听说php的正则也不支持平衡组的，我也试过php下的平衡组，是没成功。会不会是因为上面这个原因？平衡组需要能够压栈，可php捕获第二次的时候，就将第一次的数据丢了？要完成上面的匹配，我用php只能分步进行，第一步先匹配出id为test1的ul包含的内容，第二步再用preg_match_all来匹配里面的所有li包含的文本。不知道有没有什么办法用php可以不用分步，一次性匹配出来的？谢谢！

Answer 1

preg_match_all 试试或者用用这个试试 <li>.*</li>

Answer 2

preg_match_all没用，因为本来整个表达式就只匹配一次。id为test1的ul在整个字符串里只有一个。
用<li>.*</li>的话，一者是贪婪匹配，会匹配出aaaaa</li><li>bbbbb。另外我想要的是aaaaa和bbbbb，希望返回的结果中match数组的test（捕获组名）元素也为一个数组，包含aaaaa和bbbbb两个值。之所以test组会成功捕获两次，是因为我的表达式里用了 (<li>(?:<text>[^<]*)</li>)+，是这个+在起作用。
我现在返回的match结果是：
Array
(
    [0] => <ul id="test1"><li>aaaaa</li><li>bbbbb</li></ul>
    [1] => <li>bbbbb</li>
    [text] => bbbbb
    [2] => bbbbb
)

Answer 3

顺便更正一下，主帖里的正则表达式不小心打错，(?:<text> 处应为 (?<text 多了一个: 。我自己测试的时候没打错，发帖的时候才打错的。

Answer 4

可以看到键名为1的元素只保存了 <li>bbbbb</li> ，而实际在匹配的时候，肯定也匹配到了 <li>aaaaa</li>的，因为第0个元素里出现了。而除了 <li>(?<text>[^<]*)</li> 之外，我的表达式里没有其他部分可以匹配到 <li>aaaaa</li> 的。

Answer 5

你的问题和前几天某个坛友问的问题一样
看看这个帖子
http://topic.csdn.net/u/20111123/13/90853673-e439-44bc-8f2e-f75873903951.html

Answer 6

谢谢，的确是一样的。
不过我用这种方法来尝试却仍然出现问题：
$reg = '~(?:<ul id="test1">|\G)\K<li>(?<text>\w+)</li>~';
$str = '<div><ul id="test1"><li>aaaaa</li><li>bbbbb</li></ul><ul id="test2"><li>cccccc</li><li>ddddd</li></ul></div>';
preg_match($reg,$str,$match);
print_r($match);
打印的结果是：
Array
(
    [0] => <li>aaaaa</li>
    [text] => aaaaa
    [1] => aaaaa
)
居然只匹配了第一个li。
这是怎么回事？

Answer 7

preg_match 改成 preg_match_all 即可。

Answer 8

多谢，解决了。
原来重新寻找搜索头需要在preg_match_all模式下才有效。