php preg_match 模式提取特定信息，正则表达式答案

【问题标题】：php preg_match pattern to extract a specific information, regexphp preg_match 模式提取特定信息，正则表达式
【发布时间】：2010-06-13 04:00:37
【问题描述】：

我需要从 html 文档中提取特定的 ID，但问题是不能“使用”该 ID。

这里是html内容 http://pastebin.com/wF2dx8JZ

您可能会看到有不同的 html 块。其中一些包含“已使用”一词，因此我只需要提取第一个未使用的 id。基本上我可以写一个简单的模式，如： $pattern = "/javascript:tw(.*))/"; preg_match_all($pattern, $content, $matches); $id = $matches[1][0];

但是在这种情况下，我也得到了使用的“ids”，所以我不知道如何将它们从等式中排除。任何想法将不胜感激。

【问题讨论】：

哇？第 1 步：给我们一个您实际想要返回的数据的示例。第 2 步：使用解析器，它会让您的生活更轻松。
如您所见，我需要提取 javascript:tw( 和 ) 之间的数据。一个例子可能是 272896、309206、308845 等......我遇到的问题是一些 html 块包含“使用”字......“Used”......我应该不要从包含“使用”字的块中提取信息。

标签： php regex preg-match

【解决方案1】：

试试这个：

if (preg_match_all('~Used.*?javascript:tw\((\d+)\)~ig', $content, $matches))
{
    print_r($matches);
}

但是，您应该知道，有 99.9% 的可能性有更好的方法来做到这一点。您有权访问数据源吗？

【讨论】：

不幸的是，您的模式没有返回任何结果。我无权访问数据源或任何 api ....

【解决方案2】：

使用print_r($matches)

已编辑：

preg_match('#\(([^)]+)\)#', $matches[1][0], $m);
echo $m[1];

【讨论】：

好的，如何仅提取 html 块中没有“使用”字样的信息？如果我从我的模式中打印匹配项，它会返回所有 Id（在 html 块中使用过 word 而没有）
编辑后的答案只回显数字。其他答案请参考stackoverflow.com/questions/3035258/…。 :)

【解决方案3】：

这在一定程度上取决于您的 html“块”如何存储在内存中。你有一个字符串数组，每个字符串都包含一个“块”的 html 吗？如果没有，您可以使用 PHP 的 explode() 函数制作一个吗？（例如，$html_blocks = explode("", $all_html); 如果该评论序列实际上是您数据的一部分，而不是您添加的内容。）

一旦你将块分开，那么你可以使用preg_grep() 来查找不包含'used'的块。所以做这样的事情：

$unused_blocks = preg_grep("Used", $html_blocks, PREG_GREP_INVERT);

如果你想更加小心匹配，你可以使用另一个正则表达式作为第一个参数。

现在您有了$unused_blocks，它是一个“未使用”的 html 字符串数组。然后，您可以使用您已经工作的 preg_match() 模式来提取每个 ID。

希望这会有所帮助，或者让你更接近。

【讨论】：