首页 / 知识

关于php：如何获取HTML标签的内容？

2023-04-13 21:10:00

How to grab the contents of HTML tags?

嗨，所以我想做的是抓住第一段的内容。字符串$blog_post包含许多以下格式的段落：

1
2
3
4
5
6
7

Paragraph 1

Paragraph 2

Paragraph 3

我遇到的问题是我正在编写一个正则表达式以捕获第一个

标记和第一个结束的

标记之间的所有内容。但是，它正在抓取第一个

标签和最后一个关闭的

标签，这导致我抓取了所有内容。

这是我当前的代码：

1
2
3
4
5
6
7

if (preg_match("/[\\\\s]*
[\\\\s]*(?<firstparagraph>[\\\\s\\\\S]+)[\\\\s]*<\\\\/p>[\\\\s\\\\S]*/",$blog_post,$blog_paragraph))
echo"
" . $blog_paragraph["firstparagraph"] ."
";
else
echo $blog_post;

好吧，假设该段中没有其他html，sysrqb可以让您匹配第一段中的任何内容。您可能想要更多这样的东西

1
2
3

.*?

将?放在*之后会使它变得不贪心，这意味着在匹配

之前，它只会匹配所需的尽可能少的文本。

如果使用preg_match，请使用" U"标志使其不贪婪。

1 2	preg_match("/<p> (.*)<\\/p>/U", $blog_post, &$matches);

$matches[1]然后将包含第一段。

使用strpos()来查找第一个的位置可能会更容易，更快。

首先

然后使用substr()提取段落。

1
2
3
4
5
6
7

$paragraph_start = strpos($blog_post, '
');
$paragraph_end = strpos($blog_post, '
', $paragraph_start);
$paragraph = substr($blog_post, $paragraph_start + strlen('
'), $paragraph_end - $paragraph_start - strlen('
'));

编辑：实际上，其他人的答案中的正则表达式会更容易，更快...问题中您的大型复杂正则表达式使我感到困惑...

使用正则表达式进行html解析永远不是正确的解决方案。对于这种特殊情况，您应该使用XPATH：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

$string = <<<XML

<c>texto</c>
<c>cosas</c>

<d>
<c>código</c>
</d>

XML;

$xml = new SimpleXMLElement($string);

/* Busca <c> */
$resultado = $xml->xpath('//p[1]');

标签字符串正则表达的是