正则表达式删除任何 p 标签之前的文本答案

【问题标题】：Regexp to remove text before any p tags正则表达式删除任何 p 标签之前的文本
【发布时间】：2019-01-10 00:31:56
【问题描述】：

我在 PHP 中的字符串中有一个 HTML 片段。它是一些 css 文本，后跟一个或多个 p-tag 封闭段落。

 .cs2E86D3A6{text-align:center; blarblarblar}<p>First paragraph. Keep this text</p><p>Second paragraph. Keep this text</p><p>Last paragraph.</p>

（恰好是 strip_tags 的结果。）我想删除First paragraph之前的垃圾文字，剩下的就是p标签里的那些了。

我试过了

preg_replace('@^.*(?=<p>)@','', $mystring)

但它只给了我最后一个Last paragraph。

会告诉教我一个完成任务的正则表达式。

【问题讨论】：

stackoverflow.com/a/1732454/477127 TL:DR，使用适当的 DOM 感知解析器
完全尊重该建议。我的用例是处理从 Word 机械转换的 HTML（您可能会认为这是一个愚蠢的动机），我只是在清理输出。

标签： php regex html-parsing strip-tags

【解决方案1】：

你需要懒惰重复任何字符，直到你到达第一个。您的.* 是贪婪，这意味着它会匹配尽可能多的字符，包括s，只要后面有。因此，它当前会匹配到字符串中的最后一个 。将? 放在* 或+ 之后，使重复变得懒惰而不是贪婪：

$orig = '.cs2E86D3A6{text-align:center; blarblarblar}<p>First paragraph. Keep this text</p><p>Second paragraph. Keep this text</p><p>Last paragraph.</p>';
print(preg_replace('@^.*?(?=<p>)@','', $orig))

【讨论】：

【解决方案2】：

尝试使用函数strstr

strstr($mystring, '<p>');

它返回从'' 开头到字符串结尾的所有内容。

strstr 文档

【讨论】：

谢谢。它按照您的建议工作，是一个简单而优雅的解决方案。