正则表达式以在标签之间获取文本

Question

我正在编写一个应用程序来获取html页面的标题，body标签下的一些文本和图像。 这就像facebook的分享内容。我可以得到一个正则表达式。谢谢你的帮助。

Answer 1

像<title>(.*?)</title>这样的正则表达式可以为您提供标题内容。 。*？ part用于以非贪婪的方式匹配任何字符（如果页面中有另一个标题结束标记）。

Answer 2

您应该使用HTML Parser而不是Regular Expression。例如，请参阅Simple HTML DOM。

您的任务的正则表达式将非常难以维护，并且会在所讨论的页面的任何更改中轻松破解，更不用说您无法考虑HTML注释。

Answer 3

我刚创造了这个表达式，它将文本放在标签内（节点值），而不是实际的标签本身。

(?<=\"\>)(.*?)(?=\<\/)

您可以在此处查看PHP的实际操作：http://codepad.viper-7.com/AUTcv3