Question

目标是夺取巴黎包含在

之间

<th>City :</th><td>(.)*</td>

这是我的来源

                <tr>
                    <th>postal code :</th>
                    <td>75012</td>
                </tr>

                <tr>
                    <th>City :</th>
                    <td>Paris</td>
                </tr>

我试过

/<th>City :</th><td>(.)*</td>/gmi

表达没有运气。有什么想法吗？

Answer 1

你在这里遇到一些问题。

PHP不支持g（全局）修饰符，而m（多行）修饰符会导致^和$匹配开始/每行结束。你可以删除它们，我们不需要它们。
您需要考虑th和td元素之间的空白。
您正在重复捕获组(.)*，因此只捕获最后一次迭代，在这种情况下，将捕获巴黎的s字母，而不是td的全部内容。 1}}元素。

对于这个简单的案例，以下就足够了：

~<th>City :</th>\s*<td>(.*?)</td>~i

注意： *运算符跟随点.说匹配任何字符，除了换行“零或更多”次。在操作员*?之后提供问号时，您告诉引擎返回非greedy匹配。

但是，为了在不久的将来解析HTML，我建议使用DOM等工具。

$dom = DOMDocument::loadHTML('
     <tr>
      <th>postal code :</th>
      <td>75012</td>
     </tr>
     <tr>
      <th>City :</th>
      <td>Paris</td>
     </tr>
');
$xp = new DOMXPath($dom);
$td = $xp->query('//th[contains(.,"City")]/following-sibling::*[1]');
echo $td->item(0)->nodeValue; //=> "Paris"

Answer 2

您只需要启用dotall修饰符并将.*?置于</th>和<td>标记之间，以便它与现有的换行符匹配。此外，您还需要将*置于捕获组内，否则它将捕获字符串Paris中的最后一个字符

<th>City :</th>.*?<td>(.*?)</td>

DEMO

Answer 3

可能更慢但更容易广泛使用：http://php.net/manual/en/class.domelement.php

php和preg_match：如何在多行html中捕获数据？

3 个答案: