Question

我想从包含html内容的字符串中提取第一次出现的（<a>和<span>标记之间的文本）。

我的模式如下：

$pattern='/<a[^(span)][\/\(\)-:@!%*>#=_|?$&";.\w\s]+<\/a> <span/um';

我在<a的第一次出现和<span的最后一次出现之间得到文本输出，而不是第一次出现之间的文本。

例如，html内容：

<a href="#">asdasdasd</a> <span blah blah></span> blah blah <a>blah  </a> <span>blah

想要：

<a href="#">asdasdasd</a> <span

获得：

<a href="#">asdasdasd</a> <span blah blah></span> blah blah <a>blah  </a> <span

Answer 1

使用HTML解析器解析HTML
使用延迟量词'/<a[^(span)][\/-:@!%*>#=_|?$&";.\w\s]+?<\/a> <span/um';

Answer 2

你需要让正则表达式变得懒惰而不是贪婪，告诉它尽可能地将<a和<span之间的字符与.+?匹配：

$ptn = '/<a.+?<span/';
$str = '<a href="#">asdasdasd</a> <span blah blah></span> blah blah <a>blah  </a> <span>blah';
preg_match($ptn, $str, $matches);
echo $matches[0];

结果为<a href=\"#\">asdasdasd</a> <span

正则表达式模式匹配

2 个答案: