PHP5の正規表現でうまくマッチできない

質問

PHP5の正規表現で文字列中の独自タグをパースしようとしていて、
うまくいかず困り果てています。

正規表現パターンは、/<tag>.*<\/tag>/
対象文字列は、<tag>こんにちは</tag><tag>こんばんは</tag>
preg_match_all('/<tag>.*<\/tag>/', '<tag>こんにちは</tag><tag>こんばんは</tag>', $result)

でマッチした文字列は、
$result[0]:<tag>こんにちは</tag>
$result[1]:<tag>こんばんは</tag>
となることを期待しているのですが、

実際は、
$result[0]:<tag>こんにちは</tag><tag>こんばんは</tag>
となりました。

<tag>タグの間に入る文字列長、文字列フォーマットは不定です。
どうすれば期待通りの振る舞いに出来るでしょうか?

回答No.1

hanabutako · ベストアンサー

/<tag>.*?<\/tag>/ にすると良いと思います。
http://stackoverflow.com/questions/5079243/regular-expression-in-php-take-the-shortest-match

お礼

所要の振る舞いにすることができました。
返信ありがとうございました。

回答No.2

noname#244856

最短マッチを使ってもいいですが、最速の正規表現を書くならば独占的最長マッチを用いて

@<tag>[^<]*+</tag>@

とする方がオススメです。また、おそらく

>> 実際は、
>> $result[0]:<tag>こんにちは</tag><tag>こんばんは</tag>
>> となりました。

において

$result[0] → $result[0][0]

の誤りですよね。欲しいのはInnerHTMLだと思うので

@<tag>([^<]*+)</tag>@

として、

$result[0][0] … OuterHTML
$result[1][0] … InnerHTML

にセットされるようにしてみましょう。なお、配列生成方式には

- PREG_PATTERN_ORDER(デフォルト)
- PREG_SET_ORDER

の2種類がありますが、

「OuterHTMLもInnerHTMLも両方扱いたい」

という場合は PREG_SET_ORDER に変更したほうが使い勝手が向上するでしょう。この場合では

$result[0][0] … OuterHTML
$result[0][1] … InnerHTML

となります。逆に

「InnerHTMLしか使わない」

という場合はデフォルトでいいと思います。

お礼

最短マッチを使うことにしました。
今後独占的最長マッチ使う場合もありえる為詳しく調べてみます。
返信ありがとうございました。