Question

我试过谷歌搜索但我找不到任何明确的事情。首先，我希望有人可以帮我写一个模式来获取这些标签之间的信息：

<vboxview leftinset="10" rightinset="0" stretchiness="1">    // CONTENT INSIDE HERE </vboxview>

第二，您是否还可以详细解释每个部分的详细模式及其作用以及如何指定获取代码的某一部分。

Answer 1

请参阅我对基于SGML的语言和正则表达式的咆哮问题的评论......

现在回答我。

如果你知道标签中没有任何其他HTML / XML元素，那么这将很有效：

<vboxview\s(?P<vboxviewAttributes>(\\>|[^>])*)>(?P<vboxviewContent>(\\<|[^<])*)</vboxview>

分解，这句话说：

<vboxview                  # match `<vboxview` literally
\s+                        # match at least one whitespace character
(?P<vboxviewAttributes>    # begin capture (into a group named "vboxViewAttributes")
   (\\>|[^>])*             #    any number of (either `\>` or NOT `>`)
)                          # end capture
>                          # match a `>` character
(?P<vboxviewContent>       # begin capture (into a group named "vboxViewContent")
   (\\<|[^<])*             #    any number of (either `\<` or NOT `<`)
)                          # end capture
</vboxview>                # match `</vboxview>` literally

您需要在源代码中转义>字符\>，或者更好地转换为HTML / XML实体

如果里面有嵌套的构造，那么你要么去start running into problems with regex，要么你已经决定使用另一种不涉及正则表达式的方法 - 这两种方法都足够了！

Answer 2

正如评论中提到的那样，尝试使用正则表达式从HTML中提取内容通常不是一个好主意。如果您想切换到更加防弹的方法，可以使用DOMDocument API轻松提取信息。

<?php
function get_vboxview($html) {

    $output = array();

    // Create a new DOM object
    $doc = new DOMDocument;

    // load a string in as html
    $doc->loadHTML($html);

    // create a new Xpath object to query the document with
    $xpath = new DOMXPath($doc);

    // an xpath query that looks for a vboxview node anywhere in the DOM
    // with an attribute named leftinset set to 10, an attribute named rightinset
    // set to 0 and an attribute named stretchiness set to 1
    $query = '//vboxview[@leftinset=10 and @rightinset=0 and @stretchiness=1]';

    // query the document
    $matches = $xpath->query($query);

    // loop through each matching node
    // and the textContent to the output
    foreach ($matches as $m) {
            $output[] = $m->textContent;
    }

    return $output;
}
?>

更好的是，如果您的输入中只保证一个vboxview（也假设您已控制HTML），则可以向id添加vboxview属性并剪切代码缩减为更简洁，更通用的功能。

<?php
function get_node_text($html, $id) {
    // Create a new DOM object
    $doc = new DOMDocument;

    // load a string in as html
    $doc->loadHTML($html);

    // return the textContent of the node with the id $id
    return $doc->getElementById($id)->textContent;
}
?>

如何为preg_match_all创建模式

2 个答案: