2つのタグの間のすべてのテキストを選択する最良の方法は何ですか-例：ページ上のすべての「pre」タグの間のテキスト。

を使用"<pre>(.*?)</pre>"して（preを任意のテキストに置き換えて）最初のグループを抽出できます（より具体的な手順については、言語を指定します）。これは、非常に単純で有効なHTMLがあるという単純な概念を前提としています。

他のコメンターが示唆しているように、複雑なことをしている場合は、HTMLパーサーを使用してください。

タグは別の行で完了することができます。これが、\n追加する必要がある理由です。

<PRE>(.|\n)*?<\/PRE>

これは私が使用するものです。

(?<=(<pre>))(\w|\d|\n|[().,\-:;@#$%^&*\[\]"'+–/\/®°⁰!?{}|`~]| )+?(?=(</pre>))

基本的には次のようになります。

(?<=(<pre>)) 選択には先頭に追加する必要があります <pre>タグを

(\w|\d|\n|[().,\-:;@#$%^&*\[\]"'+–/\/®°⁰!?{}|~]| )これは私が適用したい正規表現にすぎません。この場合、文字、数字、改行文字、または角括弧内の例にリストされているいくつかの特殊文字を選択します。パイプ文字は|単に「OR」を意味します。

+?プラス文字は、上記の1つ以上を選択することを示します-順序は関係ありません。疑問符は、デフォルトの動作を「貪欲」から「不欲」に変更します。

(?=(</pre>))選択は</pre>タグで追加する必要があります

ユースケースによっては、（iまたはm）などの修飾子を追加する必要がある場合があります

• i-大文字と小文字を区別しません
• m-複数行検索

ここでは、Sublime Textでこの検索を実行したため、正規表現で修飾子を使用する必要はありませんでした。

JavaScriptは後読みをサポートしていません

上記の例は、PHP、Perl、Javaなどの言語で正常に動作するはず(?<=(<pre>))です。おそらく、ここでのように、各選択の結果から最初の4文字を単純に 取り除き、タグ間の正規表現一致テキスト

キャプチャしない括弧については、JAVASCRIPT REGEX DOCUMENTATIONも参照してください。

以下のパターンを使用して、要素間のコンテンツを取得します。[tag]コンテンツを抽出する実際の要素に置き換えます。

<[tag]>(.+?)</[tag]>

時々、タグはを持つタグのような属性anchorを持ちhref、以下のパターンを使用します。

 <[tag][^>]*>(.+?)</[tag]>

区切りタグを除外するには：

(?<=<pre>)(.*?)(?=</pre>)

(?<=<pre>) 後のテキストを探す <pre>

(?=</pre>) 前のテキストを探す </pre>

結果はpreタグ内にテキストで送信されます

正規表現を使用してhtmlを解析しようとするべきではありません。この質問とその結果を確認してください。

簡単に言えば、htmlは通常の言語ではないため、正規表現では完全に解析できません。

ネストされた同様のタグがない場合は、htmlのサブセットを解析できると述べました。したがって、タグ自体の間になく、タグ自体でない限り、これは機能します。

preg_match("/<([\w]+)[^>]*>(.*?)<\/\1>/", $subject, $matches);
$matches = array ( [0] => full matched string [1] => tag name [2] => tag content )

より良いアイデアは、ネイティブDOMDocumentのようなパーサーを使用してhtmlをロードし、タグを選択して、次のような内部htmlを取得することです。

$obj = new DOMDocument();
$obj -> load($html);
$obj -> getElementByTagName('el');
$value = $obj -> nodeValue();

これは適切なパーサーなので、ネストタグなどを処理できます。

これを試して....

(?<=\<any_tag\>)(\s*.*\s*)(?=\<\/any_tag\>)

これは私が見つけたすべての中で最も単純な正規表現のようです

(?:<TAG>)([\s\S]*)(?:<\/TAG>)

1. 開始タグ(?:<TAG>)を一致から除外する
2. ([\s\S]*)一致に空白または非空白文字を含める
3. 終了タグ(?:<\/TAG>)を一致から除外する

この回答は、見回すのサポートを前提としています！これにより、開始タグと終了タグのペアの間のすべてのテキストを識別できました。それが「>」と「<」の間のすべてのテキストです。見回すと、一致する文字が消費されないため、これは機能します。

（？<=>）（[\ w \ s] +）（？= </）

このHTMLフラグメントを使用して、https：//regex101.com/でテストしました。

<table>
<tr><td>Cell 1</td><td>Cell 2</td><td>Cell 3</td></tr>
<tr><td>Cell 4</td><td>Cell 5</td><td>Cell 6</td></tr>
</table>

これは、3つの部分からなるゲームです。後ろ向き、コンテンツ、そして先読みです。

(?<=>)    # look behind (but don't consume/capture) for a '>'
([\w\s]+) # capture/consume any combination of alpha/numeric/whitespace
(?=<\/)   # look ahead  (but don't consume/capture) for a '</'

私はそれが10の始まりとして役立つことを願っています。

var str = "Lorem ipsum <pre>text 1</pre> Lorem ipsum <pre>text 2</pre>";
    str.replace(/<pre>(.*?)<\/pre>/g, function(match, g1) { console.log(g1); });

受け入れられた回答にはJavaScriptコードがないため、以下を追加します。

preg_match_all(/<pre>([^>]*?)<\/pre>/,$content,$matches)この正規表現は、タグ間のすべてを選択します。新しい行でも問題ありません（複数行で作業します。

Pythonでは、DOTALLフラグを設定すると、改行を含むすべてがキャプチャされます。

DOTALLフラグが指定されている場合、これは改行を含むすべての文字に一致します。docs.python.org

#example.py using Python 3.7.4  
import re

str="""Everything is awesome! <pre>Hello,
World!
    </pre>
"""

# Normally (.*) will not capture newlines, but here re.DOTATLL is set 
pattern = re.compile(r"<pre>(.*)</pre>",re.DOTALL)
matches = pattern.search(str)

print(matches.group(1))

python example.py

Hello,
World!

ドキュメント内のすべての開始タグと終了タグの間のテキストをキャプチャする

ドキュメント内のすべての開始タグと終了タグの間のテキストをキャプチャするにfinditerは、便利です。以下の例では、3つの開始<pre>タグと終了タグが文字列に含まれています。

#example2.py using Python 3.7.4
import re

# str contains three <pre>...</pre> tags
str = """In two different ex-
periments, the authors had subjects chat and solve the <pre>Desert Survival Problem</pre> with a
humorous or non-humorous computer. In both experiments the computer made pre-
programmed comments, but in study 1 subjects were led to believe they were interact-
ing with another person. In the <pre>humor conditions</pre> subjects received a number of funny
comments, for instance: “The mirror is probably too small to be used as a signaling
device to alert rescue teams to your location. Rank it lower. (On the other hand, it
offers <pre>endless opportunity for self-reflection</pre>)”."""

# Normally (.*) will not capture newlines, but here re.DOTATLL is set
# The question mark in (.*?) indicates non greedy matching.
pattern = re.compile(r"<pre>(.*?)</pre>",re.DOTALL)

matches = pattern.finditer(str)


for i,match in enumerate(matches):
    print(f"tag {i}: ",match.group(1))

python example2.py

tag 0:  Desert Survival Problem
tag 1:  humor conditions
tag 2:  endless opportunity for self-reflection

複数行の場合：

<htmltag>(.+)((\s)+(.+))+</htmltag>

使用できます Pattern pattern = Pattern.compile( "[^<'tagname'/>]" );

私はこのソリューションを使用します：

preg_match_all( '/<((?!<)(.|\n))*?\>/si',  $content, $new);
var_dump($new);

（とりわけ）Javascriptでは、これは簡単です。属性と複数の行をカバーしています：

/<pre[^>]*>([\s\S]*?)<\/pre>/

<pre>([\r\n\s]*(?!<\w+.*[\/]*>).*[\r\n\s]*|\s*[\r\n\s]*)<code\s+(?:class="(\w+|\w+\s*.+)")>(((?!<\/code>)[\s\S])*)<\/code>[\r\n\s]*((?!<\w+.*[\/]*>).*|\s*)[\r\n\s]*<\/pre>