PHP - 格式错误的 HTML 中的正则表达式答案

【问题标题】：PHP - Regex in malformed HTMLPHP - 格式错误的 HTML 中的正则表达式
【发布时间】：2019-02-13 08:36:21
【问题描述】：

我在使用 Regex 时一直遇到问题，现在我需要扫描一段格式错误的代码以获取 option 标签 的内容，发生的情况是它们所在的网络获得的，有一个糟糕的编程并且结构在它的所有标签中都不匹配：

这是我一直用于其他不同部分的正则表达式，它对我来说效果很好，但在这方面它不能正常工作，我认为这是因为换行符或制表：

$pattern='/<td class="bgn"[ ]*colspan=1[ ]*>Padron[ ]:*<\/td>\r\n[\t]*[ ]+<td class="bg" colspan=[1|3]+>(.*)<\/td>/';
$output = preg_match_all($pattern, $Page, $matches, PREG_SET_ORDER);
if(isset($matches[0]))
{
    $rtn[Padron] = trim(utf8_encode( preg_replace( "[\s+]"," ", ($matches[0][1]) ) ) );
}

这是我要扫描的代码：

        <td class="bgn" colspan=1>Padrones :</td>
        <td class="bg" colspan=3>
          <select name="select"  >


                    <option value="00" >Incorporado al R&eacute;gimen de Buenos Contribuyentes (Resoluci&oacute;n N&deg; 0230050132461) a partir del 01/08/2015</option>                    





            <!-- JRR - 20/09/2010 - Se añade cambio de Igor -->




        </select>

我一直在使用PHP Live Regex 进行测试，但我无法捕获我需要的信息，这是选项标签内的信息。

PS：我知道使用 PHP Simple Html 会更简单，但该项目已经交给我并使用正则表达式。

【问题讨论】：

标签： php html regex preg-match-all

【解决方案1】：

这个 RegEx 应该适用于 php：

(?:Padron[\s\S]*?)(?:\<option[\s\S]*?>)([^<]+)

在这里演示：phpLive

您应该使用preg_match_all 并抓住Array(1)

TheRegEx 以非捕获组'Padron' 开始，然后是<option....> 的非捕获组，最后在数组(1) 中捕获option 文本。

我不认为，它非常有效，但确实有效。

【讨论】：