如何在 2 个标签之间找到抓取信息？答案

【问题标题】：How do I find scrape information between 2 tags?如何在 2 个标签之间找到抓取信息？
【发布时间】：2013-03-17 06:00:54
【问题描述】：

我正在尝试使用 PHP 来抓取信息，这些信息的数据如下：

<br>1998 - <a href="http://example.com/movie/id/2345">A Night at the Roxburry<a/>

我需要得到  和<a> 标签之间的年份。我通过使用 PHP Simple DOM HTML 解析器获得了电影的标题。这是我用来解析标题的代码

foreach($dom->getElementsByTagName('a') as $link){
    $title = $link->getAttribute('href');
}

我尝试使用：

$string = '<br>1998 - <a href="http://example.com/movie/id/2345">A Night at the Roxburry<a/>';
$year = preg_match_all('/<br>(.*)<a>', $string);

但它没有找到介于   和 <a> 标记之间的年份。有谁知道我可以做些什么来找到年份？

【问题讨论】：

标签： php html regex

【解决方案1】：

试试这个：

<?php
$subject = '<br>1998 - <a href="http://site.com/movie/id/2345">A Night at the Roxburry<a/>';
$pattern = '/<br>[0-9]{4}/';
preg_match($pattern, $subject, $matches, PREG_OFFSET_CAPTURE);
print_r($matches);
?>

请注意，如果年份以其他格式显示，您可以更改模式。如果您想查看两个标签之间的所有内容，可以使用 $pattern = '/ .*<a/'; 或任何其他适合您的标签。

【讨论】：

【解决方案2】：

您使用的表达式：$year = preg_match_all('/ (.*)<a>', $string); 将在   和 <a> 之间找到文本，但在您的示例中，您在任何地方都没有 <a>。尝试在   和 <a 之间查找文本，如下所示：

$year = preg_match_all ('/<br>([^<]*)<a/', $string);

请注意，我还将. 更改为[^<] 以确保它将在下一个标签处停止，否则它将匹配如下字符串：

<br>foo<br><br>1998 - <a href="http://site.com/movie/id/2345">A Night at the Roxburry<a

因为它们以  开头并以<a 结尾，但这可能不是您所需要的，您的任何一年都会这样：

foo<br><br>1998 - <a href="http://site.com/movie/id/2345">A Night at the Roxburry

【讨论】：