Доработать регулярку. Парсинг

[antidote]

Есть текст такой

<a target="_blank" href= 
"/someplace/121354-pathname.html"> 
  <div style="display: inline!important;">«Наши слоны самые слонистые слоны»
  </div> 
</ a >

Надо сделать выборку всего что находится между <a href...> и </a> при условии что между ними:
1. есть только заданые теги (например div,span,font)
2. нет заданых тегов (допустим table,img)
Доработайте плиз кто-то, никак не могу.

#<a\b[^>]*href\s*=\s*([\"\'])([[:alnum:]-/\.]*)\1[^>]*>
(.*)
<\s*/\s*a\s*>#sxiu

 

[RolCom]

Текст, в котором

1) (?:</?(?:b|i)\b[^>]*>|[^<>])*
2) (?:</?(?!(?:i|b))[a-z_][^>]*>|[^<>])*

А вообще div, table не может быть в ссылке.

 

[roddik]

А достать анкор и потом проверить средствами языка содержимое образование не позволяет? Регулярные выражения - это не круто, особенно когда через 2 дня сам хрен поймешь что оно делает

 

[antidote]

Текст, в котором
А вообще div, table не может быть в ссылке.

Ух-ты, но я парсю такой код.

<a href="URL"><div style="display:block;">Текст</div></a>

Да и вопрос заключается для понимания самого принципа, а не тупой вставки в код. Все еще будет усложняться и переделываться.

А достать анкор и потом проверить средствами языка содержимое образование не позволяет? Регулярные выражения - это не круто, особенно когда через 2 дня сам хрен поймешь что оно делает

Позволяет, даже очень. Но зачем делать такое, если все равно уже регексп использую. ИМХО не логично.

UPD:
Эммм, наверно чуть не так выразился. Можно ли сделать так, чтоб эти условия были прямо в той же регулярке??

#<a\b[^>]*href\s*=\s*([\"\'])([[:alnum:]-/\.]*)\1[^>]*>
(.*)
<\s*/\s*a\s*>#sxiu

т.е. там где сейчас стоит (.*) должно проверяться условие что между тегами <a ..>..</a> гарантировано нет <img или <div. Возможна вложеность тегов. Далее я смотрю на длину 3-го (вроде правильно посчитал) совпадения, и ежели она не нулевая решаю что делать.

 

[RolCom]

Ух-ты, но я парсю такой код.

<a href="URL"><div style="display:block;">Текст</div></a>

Порочти стандарт, не любой тег может размещатся в любом, а даже наоборот, есть правила размещения тегов. А такое написание, особенно без каких-то исключительных причин, чревато только ошибками.

особенно когда через 2 дня сам хрен поймешь что оно делает

Особенно когда изначально не знаешь

 

[roddik]

Ну да, дали вот регулярки прямо из коробки и каждый уважающий себя быдлокодер пытается ними делать все, что связано со строками, и вот хер кто знает про domdocument и xpath

 

[antn]

Можно ли сделать так, чтоб эти условия были прямо в той же регулярке??

Да, можно, если очень сильно хочется. Но решение кривое и не всегда сможет корректно работаеть, т.к. не может учитывать все особенности синтаксиса.

#<a\b[^>]*href\s*=\s*([\"\'])([[:alnum:]-/\.]*)\1[^>]*>
((?:.(?!<img|<div))*)
<\s*/\s*a\s*>#sxiu

Возможна вложеность тегов.

Если нужно проверять вложенность, уровни вложенности и т.п., здесь регулярки безсильны вообще, куда проще написать конечный автомат для разбора.