Question

在某些情况下，这种方法很好，在下面的其他情况下，不是。

$xml_url = 'http://campusdining.compass-usa.com/Hofstra/Pages/SignageXML.aspx?location=Student%20Center%20Cafe';
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $xml_url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (X11; U; Linux i686; ru; rv:1.9.3a5pre) Gecko/20100526 Firefox/3.7a5pre");
$data = curl_exec($ch);
$ce = curl_error($ch);
curl_close($ch);

// this is how I was doing it prior to today and it worked before
// preg_match_all("/<MealPeriod name=\"(.+?)\">([\w\W\r\n]*?)<\/MealPeriod>/i", $data, $output_array);

// this way doesnt show all the meal periods, 
// but I need to know whats in between the MealPeriod tags
// preg_match_all('/<MealPeriod name="(.*?)">(.*?)<\/MealPeriod>/i', $data, $output_array); 

// shows all the meal period names, 
// but I need the above to work to store whats in between the MealPeriod tags in the $output_array[2]
preg_match_all('/<MealPeriod name="(.*?)">/i', $data, $output_array); 

echo '<pre> '.print_r($output_array[1],1).'</pre>';

我在一些正则表达式的实时网站上尝试了这个，其中一个返回了我需要的内容，而第二个没有... http://www.phpliveregex.com/ - 确实有效 https://regex101.com/ - 无效

$output_array[1]

的预期输出将如下所示

 Array
(
    [0] => Breakfast
    [1] => Every Day
    [2] => Outtakes
    [3] => Salad Bar
)

但它也应该在$output_array[2]

中的MealPeriod标签之间保留什么

非常感谢任何帮助

Answer 1

以下代码有效，我所做的就是更改正则表达式并更改print。

屏幕上的输出看起来很奇怪，因为第二个（。*？）捕获<MealPeriod>和</MealPeriod>之间的所有内容也会捕获所有xml标记。如果你查看源代码，你可以清楚地看到这一点。

我建议您使用XML Parser来处理文档。在使用解析器将它们转换为对象之前，我当然使用正则表达式来提取XML文档的一部分，但是解析器比使用正则表达式更好地处理XML（突飞猛进）。

所有内容都已捕获，但未使用<pre>标记打印到屏幕上。但是，如果您查看源代码，那么的所有内容都是。

<?php
$xml_url = 'http://campusdining.compass-usa.com/Hofstra/Pages/SignageXML.aspx?location=Student%20Center%20Cafe';
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $xml_url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_USERAGENT, "Mozilla/5.0 (X11; U; Linux i686; ru; rv:1.9.3a5pre) Gecko/20100526 Firefox/3.7a5pre");
$data = curl_exec($ch);
$ce = curl_error($ch);
curl_close($ch);

// this is how I was doing it prior to today and it worked before
// preg_match_all("/<MealPeriod name=\"(.+?)\">([\w\W\r\n]*?)<\/MealPeriod>/i", $data, $output_array);

// this way doesnt show all the meal periods, 
// but I need to know whats in between the MealPeriod tags
// preg_match_all('/<MealPeriod name="(.*?)">(.*?)<\/MealPeriod>/i', $data, $output_array); 

// shows all the meal period names, 
// but I need the above to work to store whats in between the MealPeriod tags in the $output_array[2]
preg_match_all('/<MealPeriod name="(.*?)">(.*?)<\/MealPeriod>/i', $data, $output_array); 

echo '<pre> '.print_r($output_array,1).'</pre>';
?>

Answer 2

由于以下堆栈溢出帖子php regex or | operator

，我找到了答案

我需要将正则表达式更改为以下内容，我终于能够在正确的数组中返回所有用餐时段和内容。

'/<MealPeriod name="(.*?)">(.*?)<\/?MealPeriod>/i'

是吗？在<\/?Meal

我的正则表达式无法存储2个值有什么问题？

2 个答案: