Question

我使用file_get_contents阅读我自己的网站以显示特定文字。我展示了访谈中的数据，我希望获得访谈标题和在其他网站上使用的时间（链接到访谈）。

相关代码块在表格中。

<td>
    Interview 1
    <small style="color:gray">
        Persons 2
        Cameras 2
    </small>
</td>
<td>
    1018 min
</td>

如您所见，Interview 1是标题，时间是1018。我自己尝试了这个，但不知怎的，模式有点疯狂。

preg_match_all('#<td>\s*(.+?)\s*<small style="color:gray">\s*<\/small>\s*<\/td><td>\s*(.+?)\s*<\/td>#is', $mysite, $match)

我使用\s*表示换行符和空格，并使用(.+?)进行匹配。我的搜索模式有什么问题？

Answer 1

首先，您应该使用解析器，预期HTML函数的正则表达式。你的正则表达式有两个问题。

问题一：

<small style="color:gray">\s*<\/small>

该元素之间不仅有空格。

问题二：

<\/td><td>

<td>之间有一个新行。

所以：

<td>\s*(.+?)\s*<small style="color:gray">.+?<\/small>\s*<\/td>\s<td>\s*(.+?)\s*<\/td>

应该适合你（对于这个静态的例子）。如果small元素的内容是可选的，请将+更改为*。还要注意解析器这些不会出现问题。

Answer 2

以下是DOMDocument的解决方案：

$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DOMXpath($doc);
foreach ($xpath->query('//td/small[@style="color:gray"]') as $small) {
    $td2 = $td = $small->parentNode;
    do $td2 = $td2->nextSibling; while($td2->nodeType != 1);
    $match[] = ["headline" => trim($td->firstChild->textContent), 
                "time" => trim($td2->textContent)];
}
print_r($match);

Answer 3

有效：

preg_match_all( '#<td>\s*(.*)\s*<small style="color:gray">.*</small>\s*</td>\s*<td>\s*(.*)\s*</td>#is', $mysite, $match);

preg_match_all读取sitesource多行和匹配

3 个答案: