100分求解一个正则匹配问题,高手请进,菜鸟端板凳进来坐坐

Question

header('Content-Type:text/html;charset=gb2312');
$str = '
<tr bgcolor="white" width="100%" height="30">
<td style="text-align: center;" bgcolor="#ebe9e4" height="24">12000元 </td>
</tr><tr bgcolor="white" width="90%">
<td colspan="4" height="24">
<div style="text-align: right;">
<span style="color: rgb(0, 0, 0);">信息采集；09-11-13 制表： </span>
<a target="_blank" href=" http://www.xxx.com.cn/"> 某某</a>
</div>
</td>
</tr><tr  bgcolor="white" width="80%">
<td  style="text-align: center;">某某 </td>
</tr>';
以上是要被匹配的字符.其中</tr>与<tr>之间是否有换行\r\n.这个是不确定的匹配要求
    1. 匹配 <tr>.... </tr>之间的内容 
    2. <tr>与 </tr>之间包含有 "采集" 2个汉字
    3. <tr>与 </tr> 不能再次出现 <tr> 或者 </tr>标签 
    要求满足以上3点,如果要我给出被匹配的结果就应该是<tr bgcolor="white" width="90%">
<td colspan="4" height="24">
<div style="text-align: right;">
<span style="color: rgb(0, 0, 0);">信息采集；09-11-13 制表： </span>
<a target="_blank" href=" http://www.xxx.com.cn/"> 某某</a>
</div>
</td>
</tr>我写的正则
preg_match('/<tr.*?>.*?采集.+?<\/tr>/s',$str,$out);
缺点 .*?采集 这个地方的.*?已经把第一行给匹配了.但需要排除第一行的tr标签,因为他里面并没有包含采集2个汉字.
问了很多人了.自己测试很多次,在这里帖子也发了好多次帖了.沉下去了.忘高手解答.
总结了一下 .*? 这个只支持向后 非贪婪匹配.但我想知道是否有向前也非贪婪匹配.也就是取 采集 这2个字之前的第一个<tr> 标签即可.

Answer 1

.*? 也包括前面的<tr>...</tr>,所以这样就导致了多了前面的一个tr

Answer 2

MS也只能用这个折中的办法了．
$str = '
<tr bgcolor="white" width="100%" height="30">
<td style="text-align: center;" bgcolor="#ebe9e4" height="24">12000元 </td>
</tr><tr bgcolor="white" width="90%">
<td colspan="4" height="24">
<div style="text-align: right;">
<span style="color: rgb(0, 0, 0);">信息采集；09-11-13 制表： </span>
<a target="_blank" href=" http://www.xxx.com.cn/"> 某某</a>
</div>
</td>
</tr><tr  bgcolor="white" width="80%">
<td  style="text-align: center;">某某 </td>
</tr>';
function test($matches)
{
  if(strpos($matches[0], "采集"))
  {
    return $matches[0];
  }
}
echo preg_replace_callback("/<tr[^\>]+>.*?<\/tr>/s","test", $str);

Answer 3

不需要“纯正则”吧？<pre>
<?php
$str = '
<tr bgcolor="white" width="100%" height="30">
<td style="text-align: center;" bgcolor="#ebe9e4" height="24">12000元 </td>
</tr><tr bgcolor="white" width="90%">
<td colspan="4" height="24">
<div style="text-align: right;">
<span style="color: rgb(0, 0, 0);">信息采集；09-11-13 制表： </span>
<a target="_blank" href=" http://www.xxx.com.cn/"> 某某</a>
</div>
</td>
</tr><tr  bgcolor="white" width="80%">
<td  style="text-align: center;">某某2 </td>
</tr><tr bgcolor="white" width="100%" height="30">
<td style="text-align: center;" bgcolor="#ebe9e4" height="24">12000元 </td>
</tr><tr bgcolor="white" width="90%">
<td colspan="4" height="24">
<div style="text-align: right;">
<span style="color: rgb(0, 0, 0);">信息采集；09-11-15 制表： </span>
<a target="_blank" href=" http://www.xxx.com.cn/"> 某某2</a>
</div>
</td>
</tr><tr  bgcolor="white" width="80%">
<td  style="text-align: center;">某某 </td>
</tr>';
$out = $arr = array();
preg_match_all('#<tr[^>]*>.*</tr>#Us',$str,$out);
foreach ($out[0] as $v) {
if (strstr($v, '采集') !== FALSE) $arr[] = $v;
}
var_dump($arr);
?>
</pre>

Answer 4

您真是分太多了
$str = '
<tr bgcolor="white" width="100%" height="30">
<td style="text-align: center;" bgcolor="#ebe9e4" height="24">12000元 </td>
</tr><tr bgcolor="white" width="90%">
<td colspan="4" height="24">
<div style="text-align: right;">
<span style="color: rgb(0, 0, 0);">信息采集；09-11-13 制表： </span>
<a target="_blank" href=" http://www.xxx.com.cn/"> 某某</a>
</div>
</td>
</tr><tr  bgcolor="white" width="80%">
<td  style="text-align: center;">某某 </td>
</tr>';
preg_match('/.*(<tr.*?>.*?采集.+?<\/tr>)/s',$str,$out);
echo $out[1]; <tr bgcolor="white" width="90%">
<td colspan="4" height="24">
<div style="text-align: right;">
<span style="color: rgb(0, 0, 0);">信息采集；09-11-13 制表： </span>
<a target="_blank" href=" http://www.xxx.com.cn/"> 某某</a>
</div>
</td>
</tr>

Answer 5

不是我分多,是你想太简单了.你的正则明显是有问题的.
你这样会把前面的tr也匹配出来的.所以你这个正则的结果应该是<tr bgcolor="white" width="100%" height="30">
<td style="text-align: center;" bgcolor="#ebe9e4" height="24">12000元 </td>
</tr><tr bgcolor="white" width="90%">
<td colspan="4" height="24">
<div style="text-align: right;">
<span style="color: rgb(0, 0, 0);">信息采集；09-11-13 制表： </span>
<a target="_blank" href=" http://www.xxx.com.cn/"> 某某</a>
</div>
</td>
</tr> 会多出前面那个tr.而我恰恰不要前面那个tr,要排除它.为什么? 因为 ".*?采集"  这里的这个.*?已经包含了<tr></tr>这个标签.我想排除它

Answer 6

xuzuning汗.是我眼花了.你是对的.兄弟,小弟在此感谢100分给你了.