在 PHP 中使用单个 preg_match_all 查找多个模式答案

【问题标题】：Find multiple patterns with a single preg_match_all in PHP在 PHP 中使用单个 preg_match_all 查找多个模式
【发布时间】：2011-05-30 23:27:59
【问题描述】：

使用 PHP 和 preg_match_all 我试图获取以下标签（以及标签）之间的所有 HTML 内容：

<p>paragraph text</p>
don't take this
<ul><li>item 1</li><li>item 2</li></ul>
don't take this
<table><tr><td>table content</td></tr></table>

我可以得到其中一个就好了：

preg_match_all("(<p>(.*)</p>)siU", $content, $matches, PREG_SET_ORDER);

有没有办法把所有的

<p></p> <ul></ul> <table></table>

包含单个 preg_match_all 的内容？我需要它们按被发现的顺序出现，这样我就可以呼应内容，这样才有意义。

因此，如果我对上述内容执行了 preg_match_all 然后遍历 $matches 数组，它将回显：

<p>paragraph text</p>
<ul><li>item 1</li><li>item 2</li></ul>
<table><tr><td>table content</td></tr></table>

【问题讨论】：

Use an XML parser.
@mario：实际上两者兼而有之，只是有点夸张。重要的一点是：“正则表达式是一种不够复杂的工具，无法理解 HTML 使用的结构。HTML 不是正则语言，因此不能被正则表达式解析。”
你应该use an XML parser.（继续，也标记这条评论）
不要使用正则表达式解析 HTML。使用适当的 HTML 解析模块。 您无法使用正则表达式可靠地解析 HTML，并且您将面临悲伤和挫败感。一旦 HTML 与您的期望发生变化，您的代码就会被破坏。有关如何使用已经编写、测试和调试的 PHP 模块正确解析 HTML 的示例，请参阅 htmlparsing.com/php。

标签： php regex

【解决方案1】：

使用| 匹配一组字符串中的一个：p|ul|table

使用反向引用来匹配适当的结束标记：\\2，因为组 (pl|ul|table) 包含第二个左括号

综合起来：

preg_match_all("(<(p|ul|table)>(.*)</\\2>)siU", $content, $matches, PREG_SET_ORDER);

这只有在您的输入 html 遵循非常严格的结构时才会起作用。标签中不能有空格，标签中不能有任何属性。当有任何嵌套时它也会失败。考虑使用 html 解析器来完成正确的工作。

【讨论】：

【解决方案2】：

这个对我有用

preg_match_all("#<\b(p|ul|table)\b[^>]*>(.*?)</\b(p|ul|table)\b>#si", $content, $matches)

【讨论】：

【解决方案3】：

如果您要使用 DOM 解析器，并且您应该使用，这里是方法。一位贡献者发布了一个useful function for obtaining a DOMNode's innerHTML，我将在以下示例中使用它：

$dom = new DOMDocument;
$dom->loadHTML($html);

$p = $dom->getElementsByTagName('p')->item(0); // first <p> node
$ul = $dom->getElementsByTagName('ul')->item(0); // first <ul> node
$table = $dom->getElementsByTagName('table')->item(0); // first <table> node

echo DOMinnerHTML($p);
echo DOMinnerHTML($ul);
echo DOMinnerHTML($table);

【讨论】：

【解决方案4】：

虽然doable 使用正则表达式，但您可以使用更简单的 HTML 解析器工具包之一来简化任务。例如，使用 phpQuery 或 QueryPath 很简单：

qp($html)->find("p, ul, table")->text();   // or loop over them

【讨论】：