PHP preg_match_all（）没有捕获子组

Question

我正在尝试用PHP解析Twitter原子提要但遇到了这个奇怪的问题。我用这个正则表达式字符串调用preg_match_all：

"|<entry>.*<title>(.*)</title>.*<published>(.*)</published>.*</entry>|xsU"

它匹配所有条目OK，但捕获的子组title / published不会显示在结果中（在结果对象中没有创建捕获的子组的数组）。

现在到了奇怪的部分，我也尝试捕获最后一点：

"|<entry>.*<title>(.*)</title>.*<published>(.*)</published>(.*)</entry>|xsU"

现在捕捉工作了。我得到了标题和发布日期以及我不想要的大量最终数据。

我尝试将非捕获字符串“？：”添加到最后一个子组，但随后捕获再次停止工作。

那么如何捕获我想要的数据，而不必在最后捕获大量不需要的数据？

Answer 1

我建议您使用DOM（或SimpleXML）来解析RSS / Atom供稿。与正则表达式相比，您将获得更好的结果。

这是一个例子（使用SimpleXML）：

$rss_feed = file_get_contents('http://stackoverflow.com/feeds/question/4187945');
$sxml = new SimpleXMLElement($rss_feed);

$title = $sxml->entry[0]->title;
echo $title;