PHP Regex dot匹配新行替代品

Question

我想出一个正则表达式来获取2个HTML标记之间的所有文本。这就是我到目前为止所做的：

<TAG[^>]*>(.*?)</TAG>

在实践中，这应该是完美的。但是在带有选项的PHP preg_replace中执行它：/ ims会导致WHOLE字符串匹配。

如果删除/ s标记，它可以正常工作，但标记之间有换行符。是否有更好的方法来解决这个问题？

Answer 1

当然有更好的方法。 Don't parse HTML with regex

DOMDocument应该能够更好地适应你：

$dom = new DOMDocument();
$dom->loadHTMLFile('filename.html');

$tags = $dom->getElementsByTagName('tag');

echo $tags[0]->textContent; // Contents of `tag`

您可能需要调整上述代码（尚未经过测试）。

Answer 2

我不建议使用正则表达式来匹配完整的HTML，但是，您可以使用“dottal”标志： / REGEXP / S

示例：

$str = "<tag>
fvox
</tag>";

preg_match_all('/<TAG[^>]*>(.*?)</TAG>/is', $str, $r);
print_r($r); //dump