Question

嘿所以我想做的就是抓住第一段的内容。字符串$blog_post包含以下格式的许多段落：

<p>Paragraph 1</p><p>Paragraph 2</p><p>Paragraph 3</p>

我遇到的问题是我正在编写一个正则表达式来抓取第一个标记和第一个结束标记之间的所有内容。但是，它抓住了第一个代码和最后结束代码，这导致我抓住了所有内容。

这是我目前的代码：

if (preg_match("/[\\s]*<p>[\\s]*(?<firstparagraph>[\\s\\S]+)[\\s]*<\\/p>[\\s\\S]*/",$blog_post,$blog_paragraph))
   echo "<p>" . $blog_paragraph["firstparagraph"] . "</p>";
else
  echo $blog_post;

Answer 1

好吧，假设段落中没有其他html，sysrqb会让你匹配第一段中的任何内容。你可能想要更像这样的东西

<p>.*?</p>

在?之后放置*使其变得非贪婪，这意味着在匹配之前，它只会匹配尽可能少的文字。

Answer 2

如果您使用preg_match，请使用“U”标志使其不贪婪。

preg_match("/<p>(.*)<\/p>/U", $blog_post, &$matches);

$matches[1]将包含第一段。

Answer 3

使用strpos()来查找第一个

的位置可能更容易，更快捷

<p>

并且第一次

</p>

然后使用substr()来提取段落。

 $paragraph_start = strpos($blog_post, '<p>');
 $paragraph_end = strpos($blog_post, '</p>', $paragraph_start);
 $paragraph = substr($blog_post, $paragraph_start + strlen('<p>'), $paragraph_end - $paragraph_start - strlen('<p>'));

编辑：实际上其他人答案中的正则表达式会更容易，更快......你在问题中的大复杂正则表达式让我感到困惑......

Answer 4

使用正则表达式进行html解析绝不是正确的解决方案。你应该在这个特殊情况下使用XPATH：

$string = <<<XML
<a>
 <b>
  <c>texto</c>
  <c>cosas</c>
 </b>
 <d>
  <c>código</c>
 </d>
</a>
XML;

$xml = new SimpleXMLElement($string);

/* Busca <a><b><c> */
$resultado = $xml->xpath('//p[1]');

如何获取HTML标签的内容？

4 个答案: