anchor 标签的 PHP 正则表达式匹配

Question

我正在尝试使用 REGEX 拆分字符串，同时保持分隔符。我希望通过 anchor 标记将一个非常大且不可预测的字符串分开。我正在使用 HTML tidy 来确保标签是正确的，但是任何东西都可以出现在我希望匹配的 anchor 标签之前或之后。

*PRECEDING-ANYTHING*<a *ANYTHING*>*ANYTHING*</a>*PROCEDING-ANYTHING*
*PRECEDING-ANYTHING*<a *ANYTHING*>*ANYTHING*</a>*PROCEDING-ANYTHING*

href URL 可以是任何内容，附加属性(例如“目标”)也可以是任何内容。

我做了很多搜索和测试，要么我做错了什么，要么 Stack Overflow 上的其他答案不适用。

使用

$parts= preg_split($pattern, $textWithAnchors, -1, PREG_SPLIT_DELIM_CAPTURE) 

我希望 $parts 类似于以下内容。

parts[0] is equal to *PRECEDING-ANYTHING*
parts[1] is equal to <a *ANYTHING*>*ANYTHING*</a>
and so forth

正则表达式捕获整个 anchor 标记和其中的所有内容很重要。

如果有任何帮助，我将不胜感激，我特别要求提供一个可以在 PHP 中完成此任务的正则表达式。我知道有 HTML 解析器，但是在这种情况下使用 REGEX 是最佳选择。不过，也许这将是一次学习经历。

Answer 1

使用 PREG_SPLIT_DELIM_CAPTURE 对您没有帮助，因为它会将分隔符正则表达式的第 1 组中捕获的文本作为单独的元素返回，但您希望分隔符是 < em>包含元素。

要指定不使用输入的分隔符，请使用正则表达式环顾四周。
这段代码完成了这项工作:

$parts= preg_split('/(?=<a)|(?<=\/a>)/', $textWithAnchors);

它使用对打开标签的前瞻性，对结束标签的后视性进行拆分。

查看 live demo此代码的一部分根据需要拆分您的示例。