匹配全文排除html，网址

Question

我希望在html代码中匹配所有文本。 但只有带有所有标点符号的文字，但没有像html或urls等。

示例：

<div class="description">Boys loving girls</div>

匹配结果：

Boys loving girls

---

示例：

<div class="description">
guys loving girls! 
</div><br />

匹配结果：

guys loving girls!

我的尝试：

(?!.*(?:http:\/\/))^[a-z0-9():+,\-.@;\$_\!*\'%\?\säüöß%]+

Answer 1

请阅读How do you parse and process HTML/XML in PHP?以了解有关解析HTML内容的更多信息。

你不应该使用正则表达式来完成这类任务。

---

如果您仍想使用正则表达式，请尝试以下正则表达式模式：

$pattern = '/^(?!.*(?:https?|ftp):\/\/)(?:[^>]*>|)\s*([^<]+)(?:<.*|)\s*$/';