正则表达式 php - 在具有特定 ID 的 div 中查找内容

Question

我确信这是一个简单的问题，而且我已经在 SO 上搜索和搜索了很多内容 - 我似乎无法弄清楚这有什么问题。我在此页面上的其他区域使用了类似的表达式，这些表达式完全返回了我想要的内容。

但是，我无法让这个特殊的位返回我想要的，所以也许有人可以帮助我。

我有一个具有特定 ID“user-sub-commhome”的 div - 我想从该 div 中提取文本。文本被标签包围，但我可以轻松地使用 strip_tags 来消除这些标签。我正在使用正则表达式来尝试提取数据。

这是我的代码：

$intro = "<div id="user-sub-summary">Summary</div>
<div id="user-sub-commhome"><em>Commercial</em></div>
<div id="whatever">whatever</div>";

$regex = '#\<div id="user-sub-commhome"\>(.+?)\<\/div\>#s';
preg_match($regex, $intro, $matches);
$match = $matches[0];
echo $match;

我尝试过改变事情但没有成功，似乎没有什么可以回应任何事情。所以我希望那些对正则表达式更有经验的人可以提供帮助。

Answer 1

如果您将 $intro 周围的封闭双引号更改为单引号，您的代码对我有用：

$intro = '<div id="user-sub-summary">Summary</div>
<div id="user-sub-commhome"><em>Commercial</em></div>
<div id="whatever">whatever</div>';

$regex = '#\<div id="user-sub-commhome"\>(.+?)\<\/div\>#s';
preg_match($regex, $intro, $matches);
$match = $matches[0];
echo $match;

您可能想阅读some famous advice 的正则表达式和 HTML。

Answer 2

我不会解释为什么using regular expressions to parse php is a bad idea。我认为这里的问题是您没有激活错误报告，或者您根本没有查看错误日志。以您的方式定义$intro-string 应该会导致很多问题（意外/未终止的字符串）。它应该是这样的：

$intro = "<div id=\"user-sub-summary\">Summary</div>
<div id=\"user-sub-commhome\"><em>Commercial</em></div>
<div id=\"whatever\">whatever</div>";

或者这个：

$intro = '<div id="user-sub-summary">Summary</div>
<div id="user-sub-commhome"><em>Commercial</em></div>
<div id="whatever">whatever</div>';

如果您在双引号字符串中使用双引号，则必须使用反斜杠 (\) 将它们屏蔽。另一种方法是对字符串使用单引号（就像在我的第二个示例中一样）。

Answer 3

在您的示例代码中$matches[0] 包含所有匹配的部分，而不是捕获组。捕获组在$matches[1]