如何在两个标记之间捕获文本?正则表达式PHP

时间:2013-11-07 01:09:23

标签: php regex

我想在<a href="tag/hourse">hourse</a>

之间捕获文字

HTML

<div class="tags">
  <a href="tag/hourse">hourse</a>
  <a href="tag/pik">pik</a>
  <a href="tag/turtle">turtle</a>
  <a href="tag/pillot">pillot</a>
  <a href="tag/glass">glass</a>
  <a href="tag/dog">dog</a>
  <a href="tag/cat">cat</a>
  <a href="tag/fish">fish</a>
</div>

我的正则表达式

preg_match_all("/<div\s*class="tags">\s*<a\shref=".*"\s*>(.*)</a>/i", $html, $arr);

它无法正常工作,因为它只捕获第一个数据“hourse”而不是下面的“pik,turtle等”。还有另一种方式吗?

p.d:我知道使用正则表达式捕获html标签不是一个好主意,但我想知道这个例子是否有解决方案。

4 个答案:

答案 0 :(得分:1)

试试这个

$str = '<div class="tags">
  <a href="tag/hourse" class="cloud-2">hourse</a>
  <a href="tag/pik" class="cloud-4">pik</a>
  <a href="tag/turtle" class="cloud-2">turtle</a>
  <a href="tag/pillot" class="cloud-2">pillot</a>
  <a href="tag/glass" class="cloud-1">glass</a>
  <a href="tag/dog" class="cloud-2">dog</a>
  <a href="tag/cat" class="cloud-2">cat</a>
  <a href="tag/fish" class="cloud-1">fish</a></div>';


preg_match_all('/\<a href=".*"\>(.*)\<\/a\>/', $str, $matches);

$matches[1]将包含您寻找的字符串

答案 1 :(得分:0)

正则表达式不应该用于此类任务,但在简单的代码中,您将使用正则表达式模式

(?<=>)[^<>]*?[^\s<>][^<>]*?(?=<)
然后

PHP代码

preg_match_all('/(?<=>)[^<>]*?[^\s<>][^<>]*?(?=<)/', $str, $matches);

请参阅演示here

答案 2 :(得分:0)

每行的正则表达式检查的默认值而不是所有内容然后您可以使用此正则表达式捕获hourse,pik,turtle或其他:

preg_match_all("/tag\/([\w_]+)/", "content of inputs", $matches);

return

Array
(
    [0] => Array
        (
            [0] => tag/hourse
            [1] => tag/pik
            [2] => tag/turtle
            [3] => tag/pillot
            [4] => tag/glass
            [5] => tag/dog
            [6] => tag/cat
            [7] => tag/fish
        )

    [1] => Array
        (
            [0] => hourse
            [1] => pik
            [2] => turtle
            [3] => pillot
            [4] => glass
            [5] => dog
            [6] => cat
            [7] => fish
        )

)

答案 3 :(得分:0)

您可以使用DOMDocument,例如:

$dom = new DOMDocument; @$dom->loadHTMLFile('yourFile.php');
// for XML use @$dom->load('yourfile.rss') file extension may differ
function getElementsByClassName($domDoc, $className){
  $all = $domDoc->getElementsByTagName('*');
  foreach($all as $e) {
    if(!$e->hasAttribute('class')){
      continue;
    }
    if(!in_array($className, preg_split('/\s+/', $all->getAttribute('class')))){
       continue;
    }
    $r[] = $e;
  }
  return $r;
}
$tags = getElementsByClassName($dom, 'tags'); $result = '<dl>';
foreach($tags[0]->childNodes as $c){
  if($c->nodeType === 1){
    $result .= "<dt>{$c->textContent}</dt><dd>{$c->getAttribute('href')}</dd>";
  }
}
$result .= '</dl>';
echo $result;