HTMLタグを取得する正規表現

質問

HTMLタグを取得する正規表現が出来ず、困っています。

<b><a href="http://aaa.ccc.co.jp">あいうえお</a></b>

このような文字列であった時、
「<b><a href="http://aaa.ccc.co.jp">」を取得したいのです。

プログラムで制御する事も含め、以下のような動作を望んでいます。
1.「<b><a href="http://aaa.ccc.co.jp">」を取得する
2.対象文字列を「あいうえお</a></b>」にする
3.「あいうえお」を取得する
4.対象文字列を「</a></b>」にする
5.「</a></b>」を取得する

やりたい事は「実際の表示上の文字数で文字数制限を行い、制限分の文字列を出力する」です。
なので、もし上記のような事をやる必要ないというのなら、その手段もご教示頂ければと思います。

回答No.1

yambejp

>やりたい事は「実際の表示上の文字数で文字数制限を行い、制限分の文字列を出力する」です。

意味がよくわかりません。
「表示上の文字数」というのは「あいうえお」で５文字ということですか？
文字数であってバイト数でなくてよいのですか？
それをどう「制限」して、どう「出力」するのですか？

とりあえず1～5に関してはこんな感じで、4と5は同じなので割愛。
<?PHP
$str1=<<<eof
<b><a href="http://aaa.ccc.co.jp">あいうえお</a></b>
eof;
print "Org.".htmlspecialchars($str1)."<br>";

preg_match("/(<b><a [^>]+>)/",$str1,$match);
$str2=$match[1];
print "1.".htmlspecialchars($str2)."<br>";

$str3=str_replace($str2,"",$str1);
print "2.".htmlspecialchars($str3)."<br>";

preg_match("/([^<\/a><\/b>]+)<\/a><\/b>/",$str3,$match);
$str4=$match[1];
print "3.".htmlspecialchars($str4)."<br>";

$str5=str_replace($str4,"",$str3);
print "4.".htmlspecialchars($str5)."<br>";
?>

補足

すみません、質問内容に不備がありました。

HTMLタグの存在は可変であり、エレメントもAやBだけとは限りません。

「表示上の文字列」とは「あいうえお」ですが、
それを表示する時の全てのHTMLは「<b><a href="​http://aaa.ccc.co.jp">​あいうえお</a></b>」です。

バイト数ではなく文字数です。

つまり、「<b><a href="​http://aaa.ccc.co.jp">​あいうえお</a></b>」という文字を
解析して、表示文字制限が5文字であった時、実際にユーザーに
文字列として出力される部分である「あいうえお」（HTMLのエスケープはしません）
の文字列を5文字出力し、かつ「あいうえお」はHTMLタグ内に
存在している為、「あいうえお」を囲っているHTMLも出力します。
これが1～4文字という表示文字数制限であった時、「あいうえお」は
1～4文字という制限に満たない為、HTMLも含め何も出力されません。

それを行う為、HTMLの開始部分と文字列、HTMLの終了部分を
別々に取り出して文字数を算出し、出力すべきHTMLを生成したい、
という結論に達しています。