正規表現

質問

分かりづらい質問で申し訳ありませんが、PHPの正規表現で教えて下さい。

現在下記のような文字列があります。
見やすく改行しましたが、本来は改行はなく、１行です。
最初にPタグがあり、次に複数のクラスが付いたdiv（これを①とします）、同じく複数のクラスが付いたdivタグ（これを②とします）があるような構造です。
このdivタグの中にはfigureタグ、その中にimg タグがあります。

②番目のdivの中のimgのsrcには特定の文字列があります。
この特定の文字列を含む親のdivタグ全体を抜き出す正規表現を書きたいと思っています。

つまり、正規表現の結果下記部分が抽出できればと思います（これを「正解」とします）。
<div class="（省略）">
<figure>
<img src="{特定の文字列}">
</figure>
</div>

現在このように記述しましたが、①、②全てのdivが取得されてしまっている状態です。
「/<div class="se-component se-image-container __se__float-none" contenteditable="false">(?>).*<\/div>/i」

これを「正解」のように抽出するにはどのような正規表現になるのでししょうか？
よろしく御願い致します。

<p>ghoge</p>
<div class="se-component se-image-container __se__float-none" contenteditable="false">
<figure style="margin: 0px;"><img src="data:image/jpeg;base64,/9j/4AA" alt="" data-rotate="">
</figure>
</div>
<div class="se-component se-image-container __se__float-none" contenteditable="false">
<figure style="margin: 0px;"><img src="{特定の文字列}" alt="" data-rotate="">
</figure>
</div>

回答No.1

asciiz · ベストアンサー

お書きの表現で何が悪いかと言えば、「.*」の部分です。
「.*」は任意長の文字列にマッチする便利な表現ですが、同時に、「できるだけ長くマッチする」という性質があります。
そうすると、1番目で見つけようが2番目で見つけようが、残りのHTMLテキストすべてにマッチして、最後の</div>でようやくマッチが終了するので、特定文字列を見つけたあと、残り全部が出てきてしまうということになってしまいます。

そこで、「.*」の代わりに「[^x]*」と言うのを考えると、「xを含まない任意長の文字列」を表せます。
このパターンを使うと、「[^<>]*」ならば、「<記号および>記号を含まない任意長の文字列」を表せます。
そうすると、「<[^<>]*>」で、完全にタグ一つのみを取り出すことができます。

『「<div」で始まって3つ目のタグに{特定の文字列}を含み、2つ先のタグ(</div>)まで。』
『タグ間は任意個の空白類(タブ・スペース・改行＝\s)』

を正規表現にすると、

<div[^<>]*>\s*<[^<>]*>\s*<[^<>]*特定の文字列[^<>]*>\s*<[^<>]*>\s*<[^<>]*>

これでどうでしょう。

補足

ご回答有り難うございます。

早速PHP正規表現チェッカーで試したところ、ヒットしませんでした。
http://okumocchi.jp/php/re.php

正確なデータはこちらになります（見やすくするために改行しています）。

なんとか２つ目のDIV全体を取得する正規表現をご教授いただけませんでしょうか。
よろしく御願い致します。

<p>​ここは適当な文字列です<br></p>
<div class="se-component se-image-container __se__float-none" contenteditable="false">
<figure style="margin: 0px;"><img src="data:image/jpeg;base64,/9j/4AAQSkZJRgABAAKKKKACiiigD/9k=" alt=""
data-rotate="" data-proportion="true" data-rotatex="" data-rotatey="" data-size="414px,586px"
data-align="none" data-index="0" data-file-name="フプラン.jpg" data-file-size="149201" data-origin=","
style="width: 414px; height: 586px;">
</figure>
</div>
<div class="se-component se-image-container __se__float-none" contenteditable="false">
<figure style="margin: 0px;"><img src="{特定の文字列}" alt="" data-rotate=""
data-proportion="true" data-rotatex="" data-rotatey="" data-size="," data-align="none"
data-percentage="auto,auto" data-index="0" data-file-name="neko1.jpg" data-file-size="7136" data-origin=","
style="">
</figure>
</div>

回答No.2

asciiz

＞早速PHP正規表現チェッカーで試したところ、ヒットしませんでした。
＞http://okumocchi.jp/php/re.php

そちらに私のパターンを入れて[チェック]を押したところ、正規表現の部分が

/<div[^<>]*>\s*<[^<>]*>\s*<[^<>]*特定の文字列[^<>]*>\s*<[^<>]*>\s*<[^<>]*>/u

に変化して、マッチし、結果として

(中略)～の結果は以下の通りです。
$m[0] = <div class="se-component se-image-container __se__float-none" contenteditable="false"> <figure style="margin: 0px;"><img src="{特定の文字列}" alt="" data-rotate="" data-proportion="true" data-rotatex="" data-rotatey="" data-size="," data-align="none" data-percentage="auto,auto" data-index="0" data-file-name="neko1.jpg" data-file-size="7136" data-origin="," style=""> </figure> </div>

となったのでちゃんと取れた気がします。

お礼

申し訳ありません。
私のイージーミスでした。
ご回答ありがとうございました。