PHP中的正则表达式，用于匹配第一个'</p> <h1>'标记之后的HTML'<p>'

Question

如何在PHP中编写正则表达式以匹配第一个<p>标记之后的HTML <H1>？

例如，如果不等于表达式

，则以下状态

if(!preg_match_all('#<p(.*?)<\/p>#', $page_content, $matches)

Answer 1

在正确编写的HTML（即不是为abusing the loopholes in SGML specification打破各种解析器的HTML）中，所有<h1>都将具有相应的结束标记。这意味着您只需查找<p>前面的</h1>。

<\/h1>[\s\S]*?<p>([\s\S]*?)<\/p>

以上是正则表达式的工作方式，以及a proof of concept：

• <\/h1>字面上匹配</h1>
• [\s\S]*?会匹配所有字符，直到下一个<p>
• <p>字面上匹配<p>
• ([\s\S]*?)匹配所有字符，直到下一个</p>（请注意捕获组 - 此组包含您想要的内容）
• <\/p>字面上匹配</p>