使用PHP提取文章的第一段

Question

我想使用RegEx和PHP提取文章的第一段。我开始写下如下的RegEx：

'/<p([^>]+)>(.*)<\/p>/i'

这是在做这项工作，但唯一的小问题是，虽然标记缩小了，如下所示：

<p>First Paragraph</p><p>SecondParagraph</p>

它只匹配所有<p>First Paragraph</p><p>SecondParagraph</p> 另外，我知道一个段落不能在另一个段落内，但是我无法控制用户写的内容，所以他可能会做这样的事情，RegEx会在这种情况下返回意外结果，如下所示：

<p>
    First Paragraph
    <p>SecondParagraph</p>
</p>

现在，RegEx与<p>First Paragraph<p>SecondParagraph</p>匹配，但应提取<p>First Paragraph<p>SecondParagraph</p></p>。

Answer 1

我引用了答案https://stackoverflow.com/a/1732454/268074

建议您使用Simple HTML DOM：

http://simplehtmldom.sourceforge.net/

str_get_html($string)->find('p')->plaintext;