Question

这是我想要匹配的模式：

<div class="class">
<a href="http://www.example.com/something"> I want to be able to capture this text</a>
<span class="ptBrand">

这就是我在做的事情：

$pattern='{<div class="productTitle">[\n]<((https?|ftp|gopher|telnet|file|notes|ms-help):((//)|(\\\\))+[\w\d:#@%/;$()~_?\+-=\\\.&]*)>([^\n]*)</a>[\n]<span class="ptBrand">}';

preg_match($pattern, $data, $matches,PREG_OFFSET_CAPTURE);

print_r($matches);

打印：

Array（）

Answer 1

作为一般规则，正则表达式是解析HTML的一种非常糟糕的方法。它们不可靠，往往最终变得非常复杂。更强大的解决方案是使用HTML解析器。请参阅Parse HTML With PHP And DOM。

至于你的表达方式，我在源代码中的任何地方都看不到<div class="productTitle"，所以我从那里开始。同样地，你试图解析一个URL，但没有提到锚标记（直接或通过足够的通配符），所以它也会在那里失败。基本上，表达式看起来与您尝试解析的HTML不同。

Answer 2

......或者这个：

preg_match('/\s*([^>]+)\s*<\/a/',$string,$match);

修剪它。

Answer 3

模式：

/<div class="class">\s*<a href=\"([^"]+)\">([^<]+)</a>/m

粗略地获取链接和文本，但使用DOM库将是一个更好的方法。

Answer 4

你可以试试这个：

<a href=".*?">([\s\S]*?)</a>

PHP，preg_match，正则表达式。我究竟做错了什么？

4 个答案: