проблемы с рекурсией в PCRE (php)

очень срочно нужно написать регулярное выражение чтобы отпарсить определенную строку. Сложность в том что каждая подстрока имеет еще другую последовательность разной длинны.
Примерно вот

HTML:

<div>
<h1>STR_1<h1>
  <h2>STR_2</h2>
   <ol>
     <li> STR_3
     <li> STR_4
     <li> STR_5
   </ol>
</div>

<div>
<h1>STR_1<h1>
  <h2>STR_2</h2>
   <ol>
     <li> STR_3
     <li> STR_4
     <li> STR_5
     <li> STR_6
     <li> STR_7
   </ol>
</div>

вот мне нужно отпарсить и получить все данные на месте помеченным STR_

 

Почему у тебя тег <li> не закрыт </li>??? Уже припарился я

 

slesh Тут рекурсивные регулярки НЕ нужны (только замедлят), вначале получаем все что между дивов, а потом уже получаем все STR

PHP:

<pre><?
$in=<<<HTT
<div>
<h1>STR_1a</h1>
  <h2>STR_2a</h2>
   <ol>
     <li> STR_3a
     <li> STR_4a
     <li> STR_5a
   </ol>
</div>

<div>
<h1>STR_1b</h1>
  <h2>STR_2b</h2>
   <ol>
     <li> STR_3b
     <li> STR_4b
     <li> STR_5b
     <li> STR_6b
     <li> STR_7b
   </ol>
</div>
HTT;
//echo $in;
preg_match_all('~<div>(.+)</div>~Usi',$in,$result);
foreach($result[1] as $i => $one)
{
    // Получсаем заголовки
    preg_match('~<h1>([\s\S]*)</h1>\s*<h2>([\s\S]*)</h2>~Ui',$one,$head);
    // Выдираем все элементы списка
    preg_match_all('~<li> ([^\r\n]*)~i',$one,$tmp);
    echo '<hr>'.$head[1].'<hr>'.$head[2].'<hr>';
    print_r($tmp[1]);
}
?>

 

2 Pashkela: Как есть так есть. Да и вообщето </li> - необязателен (читай доки )
2 Gifts: спс за код. Просто думал что возможно это сделать в один проход

 

Ну вы пиздецы..

PHP:

preg_match_all("#<li>(.*?)(\n|<)#i",$text,$res); 
print_r($res);

не рулит?

 

Можно и одним проходом, главное составить нужную регулярку. Если бы у тебя тег li был закрыт, то регулярка выглядела бы так:

PHP:

<?php

$str = <<<STR

<div>
<h1>STR_1a</h1>
  <h2>STR_2a</h2>
   <ol>
     <li> STR_3a</li>
     <li> STR_4a</li>
     <li> STR_5a</li>
   </ol>
</div>

<div>
<h1>STR_1b</h1>
  <h2>STR_2b</h2>
   <ol>
     <li> STR_3b</li>
     <li> STR_4b</li>
     <li> STR_5b </li>
     <li> STR_6b</li>
     <li> STR_7b</li>
   </ol>
</div>

STR;


preg_match_all('#<(h[12]{1}|li)>([^>]*)</\\1>#s', $str, $out);
print_r($out[2]);

?>

Или если всё таки они не закрыты, то парсим вот так:

PHP:

<?php

$str = <<<STR

<div>
<h1>STR_1a</h1>
  <h2>STR_2a</h2>
   <ol>
     <li> STR_3a
     <li> STR_4a
     <li> STR_5a
   </ol>
</div>

<div>
<h1>STR_1b</h1>
  <h2>STR_2b</h2>
   <ol>
     <li> STR_3b
     <li> STR_4b
     <li> STR_5b
     <li> STR_6b
     <li> STR_7b
   </ol>
</div>

STR;


preg_match_all("#<(h[12]{1}|li)>([^>]*)(</h[12]{1}>|\r\n)#s", $str, $out);
print_r($out[2]);

?>

Хитрый финт ушами))

 

2 ChaaK скажено же что нужно не только то, что в LI но и заголовки.
И вообще эта тема уже неактуально ибо строчность уже пропала.

 

не рулит, т.к. ему нужно получить текст не только между тегами LI, но и между дивами