すべてを抽出する<object></object>

Question

私はCURLを使用してページをダウンロードしています。今私はページからこれを抽出したいと思います：

<object classid="clsid:67DABFBF-D0AB-41fa-9C46-CC0F21721616" width="640" 
     height="303.33333333333" 
     codebase="http://go.divx.com/plugin/DivXBrowserPlugin.cab" 
     id="object701207571"> 
    <param name="autoPlay" value="false" /> 
    <param name="custommode" value="Stage6" /> 
    <param name="src" value="" /> 
    <param name="movieTitle" value="Titanic" /> 
    <param name="bannerEnabled" value="false" /> 
    <param name="previewImage" 
      value="http://stagevu.com/img/thumbnail/oripmqeqzrccbig.jpg" /> 
    <embed type="video/divx" src="" width="640" height="303.33333333333" 
      autoPlay="false" custommode="Stage6" movieTitle="Titanic" 
      bannerEnabled="false" 
      previewImage="http://stagevu.com/img/thumbnail/oripmqeqzrccbig.jpg" 
      pluginspage="http://go.divx.com/plugin/download/" 
      id="embed701207571"> 
    </embed> 
</object> 

助けてください！

Answer 1

Can you provide some examples of why it is hard to parse XML and HTML with a regex?なぜこれがおそらく間違っているのかを参照してください。

あなたは、/(<object>.*?<\/object>)/sのようなもので逃げることができると言われました。これは、文字列"<object>"に続いて、文字列"</object>"までの任意の数の文字に一致します。最後のsは、改行に一致するように.に指示します（通常はそうではありません）。

Answer 2

これはOwens に部分的に対応しています（コメントにコードを入力できないため）その正規表現はオブジェクトタグのためには機能しないかもしれませんが、基本的には開封<object>タグに属性があるためです。これを代わりに試してください：

/(<object[^>]*>)(.*?)(<\/object>)/si 

大文字と小文字は区別されず、簡単に参照できるように3つのグループに分かれています。 100％完璧ではありませんが、助けてください。