Question

我的html代码看起来像这样

<div class="address adr">
    <span class="street-address"><span class="no_ds> CONTENT1</span>
        <span class="postal-code">CONTENT2</span>
        <span class="locality">CONTENT3</span>
    /span>
</div>

和

<div class="phone tel">
    <span class="no_ds">CONTENT4</span>
<div>

我可以使用preg_match来获取两者的div类，同时获取两者中的内容吗？

好吧，我想知道的是preg_match是如何工作的以及反斜杠的含义以及它所具有的所有其他东西。

Answer 1

使用PHP解析HTML

HTML不是常规语言，无法使用正则表达式正确解析。使用HTML解析器来实现此目的。在PHP中，默认情况下您可以使用DOMDocument类。有关可用于解析和处理HTML的库的详尽列表，请参阅this question。

以下是使用<div>类提取DOMDocument类名称的方法：

$html = <<<HTML
<div class="address adr">
    <span class="street-address"><span class="no_ds"> CONTENT1</span>
        <span class="postal-code">CONTENT2</span>
        <span class="locality">CONTENT3</span>
    /span>
</div>
HTML;

$dom = new DOMDocument;
$dom->loadHTML($html);
foreach ($dom->getElementsByTagName('div') as $tag) {
    echo $tag->getAttribute('class'), PHP_EOL;
}

输出：

address adr

使用HTML解析器，您可以以任何方式解析/操作HTML，并且确保它可以正常工作。正则表达式不是这种情况。当属性的顺序发生变化时，正则表达式可能会中断。当您具有可以递归定义的嵌套属性时，正则表达式可能会失败，而HTML解析器则不会。

学习正则表达式

正则表达式非常宽泛，不能在一个答案中解释。如果你想学习正则表达式，我建议你开始从像Regular-Expressions.info这样的合适资源中学习。

为了测试正则表达式，您可以使用在线测试人员，例如Regex101.com，RegExr.com 要将它们合并到PHP脚本中，您可以使用preg_*函数 - preg_match()，preg_match_all()，preg_split()和preg_grep()。

Answer 2

查看SIMPLE HTML DOM的手册。我相信这会对你有所帮助：Documentation 仔细阅读所有内容。

preg_match如何使用simple_html_dom.php为HTML工作？

2 个答案:

使用PHP解析HTML

学习正则表达式