正規表現 繰り返し項目を含む文字列からの抽出

Question

以下の文字列からA要素とC要素の内容を正規表現を使って抽出したいです。
C要素数は0～Nです。

//////////////////////////
<A>xxx</A>
<B>
<C>xxx</C>
<C>xxx</C>
・
・
<C>xxx</C>
</B>
//////////////////////////

現在は

1. (a)でA要素の内容とB要素の内容を取得し、
2. 1で取得したB要素の内容を使って(b)で複数のC要素の内容を取得

と2回に分けて処理しています。
これを1回で取得する正規表現文はありますでしょうか。

(a) <A>(.+?)</A>\s<B>(.*?)</B>
(b) <C>(.+?)</C>

Comments

[KojiDoi]

言語は何ですか？

[grarare]

C# または PHP です

Answer 1

1回の正規表現

二回の正規表現で必要十分に思えますが、一回の正規表現に拘る理由は何ですか。
パフォーマンス的には二回の方が良さそうですが、バックトラック分は気になります。

(2018/04/12 22:58追記)
PHPには preg_match_all がありましたね(この関数の処理速度には詳しくない為、上記一文は取り下げます)。

• PHP: preg_match_all - Manual

XPath

正規表現でなければ、なりませんか。
PHPはDOMを使えるので、XPathを使えば、楽に制御できます。

• PHP: DOMDocument::loadXML - Manual
• PHP: DOMXPath::evaluate - Manual

Re: grarare さん

Comments

[grarare]

回答ありがとうございます。

後出しですみません。文字列は実際にはDOMでアクセスできるようなものではありません。
説明の都合上、わかりやすくするためにこのような例文文字列を使わせていただきました。
ごめんなさい。

>一回の正規表現に拘る理由は何ですか

特に拘っているわけではなく、もし自分の知らない手法があるなら知りたかったのです。
今行っている処理をよりスマートに書けないかと思い質問させていただきました。

[think49]

> 文字列は実際にはDOMでアクセスできるようなものではありません。
どういうことでしょうか。
文字列はXML書式ではないのですか。
現在の書式に合う文字列を質問文に追記して下さい。

> 今行っている処理をよりスマートに書けないかと思い質問させていただきました。
正規表現の対案も示したつもりです。