如何 preg_match_all 获取标签“<h3>”和“<h3> <a/> </h3>”内的文本答案

【问题标题】：How to preg_match_all to get the text inside the tags "<h3>" and "<h3> <a/> </h3>"如何 preg_match_all 获取标签“<h3>”和“<h3> <a/> </h3>”内的文本
【发布时间】：2021-05-27 04:11:35
【问题描述】：

您好，我目前正在为我的 wordpress 网站创建一个自动目录。我的参考来自 https://webdeasy.de/en/wordpress-table-of-contents-without-plugin/

问题： 除非在<h3> 标签中有<a> 标签链接，否则一切顺利。它使$names 结果丢失。

我看到这个正则表达式部分的问题

preg_match_all("/<h[3,4](?:\sid=\"(.*)\")?(?:.*)?>(.*)<\/h[3,4]>/", $content, $matches);

// get text under <h3> or <h4> tag.
$names = $matches[2];

我试过修改正则表达式（我不太明白）

preg_match_all (/ <h [3,4] (?: \ sid = \ "(. *) \")? (?:. *)?> <a (. *)> (. *) <\ / a> <\ / h [3,4]> /", $content, $matches)

// get text under <a> tag.
$names = $matches[4];

上面的代码用于查找<h3> <a> a text </a> <h3>标签中的文本，但是不包含<a>标签的h3标签是个问题。

我的问题： 如何结合上面的代码？我的期望是，如果第一个代码结果没有出现，那么它会执行第二个代码作为结果。

或者也许有更好的解决方案？谢谢。

【问题讨论】：

有一个更好的解决方案，就是不使用正则表达式解析HTML（见this）。相反，请使用更合适的工具，例如 DOMDocument

标签： php html regex wordpress preg-match-all

【解决方案1】：

这是一种删除标题标签内所有标签的方法

$html = <<<EOT
<h3>Here's an <a href="thing.php">alternative solution</a></h3> to using regex. <h3>It may <a name='#thing'>not</a></h3> be the most elegant solution, but it works
EOT;

preg_match_all('#<h(.*?)>(.*?)<\/h(.*?)>#si', $html, $matches);
foreach ($matches[0] as $num=>$blah) {
   $look_for = preg_quote($matches[0][$num],"/");
   $tag = str_replace("<","",explode(">",$matches[0][$num])[0]);
   $replace_with = "<$tag>" . strip_tags($matches[2][$num]) . "</$tag>";
   $html = preg_replace("/$look_for/", $replace_with,$html,1);
}

echo "<pre>$html</pre>";

【讨论】：

【解决方案2】：

答案@kinglish 是这个解决方案的基础，非常感谢。我根据我的问题文章链接稍微修改和简化它。这段代码对我有用：

preg_match_all('#(\<h[3-4])\sid=\"(.*?)\"?\>(.*?)(<\/h[3-4]>)#si',$content, $matches);    
    $tags = $matches[0];
    $ids = $matches[2];
    $raw_names = $matches[3];
    /* Clean $rawnames from other html tags */
    $clean_names= array_map(function($v){
        return trim(strip_tags($v));
    }, $raw_names);
    $names = $clean_names;

【讨论】：