使用正则表达式查找*两个* html标记

Question

我需要从两个段落标记中提取内容并使用<br />标记将其分解。输入就像这样

<p>
Yay
</p>
<p>
StackOverFlow
</p>

它必须像

<p>
Yay <br />
StackOverflow
</p>

到目前为止，<p><?php preg_match('/<p>(.*)<\/p>/', $content, $match); echo($match[1])."..."; ?></p>仅提取第一段标记：

<p>
Yay...
</p>

此外，是否可以设置字符限制？例如，两个段落最多40个字符，或者我必须使用substr？

谢谢！

原来是：

<?php $content = preg_replace('/<\/p>\s*<p>/', '<br/>', $content);  echo substr("$content",0,180)."..."; ?>

Answer 1

帮自己一个忙，并使用HTML解析器（例如DOMDocument::loadHTML）。它更容易，也不那么脆弱。

Answer 2

我认为你使它变得比它需要的更复杂。鉴于你想要崩溃：

<p>Yay</p><p>StackOverFlow</p>

成：

<p>Yay<br />StackOverflow</p>

然后只需将</p><p>的实例替换为<br>：preg_replace('/<\/p>\s*<p>/', '<br/>', $input)。

---

但是，一般情况下，请注意，使用正则表达式进行此类复杂的解析会带来危险。更简洁：

  

“有些人在遇到问题时会想，'我知道，我会用正则表达式'。”现在他们有两个问题。“    - 杰米·扎温斯基

Answer 3

我的建议，正则表达式只能走到这一步。在这里查看我的一个帖子： Extracting text fragment from a HTML body (in .NET)

它也有字符串截断正则表达式。