Question

我尝试匹配每个开始和结束自定义标记<xyz></xyz>以及嵌入普通html标记中的位置，如下例所示：

$str =<<<'EOS'
      <xyz id="x464CaqYxUMjG7RJk4yXa8qY" data-arg="x=ktvBDojzvthKO9OOBzQLt6pi">
         <xyz id="x" data-html>
            <h2>Security, Comfort, &amp; Convenience</h2>
            <p>Lorem ipsum dolor sit amet consectetur adipisicing elit. Neque dicta magni amet atque doloremque velit unde adipisci omnis hic quaerat.</p>
            <p><xyz id="z9Sjvxxop9BiQKc9HMzuk9Z8"></xyz></p>
         </xyz>
      </xyz>
      <p>Lorem ipsum dolor sit amet consectetur adipisicing elit.</p>
      <xyz id="ZQpXDHuJHILTVjlRpodO9WrT" data-arg="x=ktvBDojzvthKO9OOBzQLt6pi,y=IyL8raQqbQQM65w7bPWJLRSJ">
         <xyz id="x" data-html>
            <h2>Security, Comfort, &amp; Convenience</h2>
            <p>Lorem ipsum dolor sit amet consectetur adipisicing elit. Neque dicta magni amet atque doloremque velit unde adipisci omnis hic quaerat.</p>
            <p><xyz id="z9Sjvxxop9BiQKc9HMzuk9Z8"></xyz></p>
         </xyz>
         <xyz id="IyL8raQqbQQM65w7bPWJLRSJ" data-html>
            <div class="text-center IyL8raQqbQQM65w7bPWJLRSJ">
               <h2>Happy Clients</h2>
               <p>Far far away, behind the word mountains, far from the countries Vokalia and Consonantia, there live the blind texts. </p>
            </div>
         </xyz>
      </xyz>
      <p>Lorem ipsum dolor sit amet consectetur adipisicing elit.</p>
EOS;

我在 php ：

中使用此正则表达式

$tag = "/<xyz([^>]+)>|(<\\/xyz>)/imu";
$out = array();
$result = \preg_match_all($tag, $str, $out, PREG_PATTERN_ORDER | PREG_OFFSET_CAPTURE);

当我用以下内容打印结果时：

echo nl2br("\n<pre>".\htmlspecialchars($str, ENT_NOQUOTES, ENCODING)."</pre>");
echo \nl2br(\print_r($out, true));
echo preg_last_error();

我可以看到正在打印的子模式([^>]+)：

[1] => Array
(
[0] => Array
(
[0] => id="x464CaqYxUMjG7RJk4yXa8qY" data-arg="x=ktvBDojzvthKO9OOBzQLt6pi"
[1] => 10
)
...

但不 0-indeces通常应包含所有表达式的追赶：

Array
(
[0] => Array
(
[0] => Array
(
[0] => **where is the result???**
[1] => 6
)
...

知道我在这里做错了吗？

ps：我的正则表达式传递了https://regex101.com/或http://regexr.com/等在线工具，并带有单个反斜杠<dil([^>]+)>|<\/dil>

Answer 1

问题是你是＆＃34;打印＆＃34; HTML结果，您的浏览器会自动解析它。

例如，在Firefox中点击CTRL+U会显示页面来源

这就是这样的事情：

enter image description here

如您所见，您的数据就在那里，

例如，尝试按如下方式在textarea中打印出结果：

foreach ($out[0] as $_out) {
    echo "<textarea>" . htmlspecialchars($_out[0]) . "</textarea><hr />";
}

你会得到正常的结果。

这是另一个例子：

Answer 2

使用更好的方法代替解析器（demo）例如。以下代码段打印出h2下的每个标题（/xyz/xyz）：

<?php
# your string over here

$dom = new DOMDocument();
libxml_use_internal_errors(true);
$dom->loadHTML($your_string_here, LIBXML_HTML_NOIMPLIED);

$xpath = new DOMXPath($dom);
libxml_clear_errors();

# adjust this xpath as needed
$headers = $xpath->query("//xyz/xyz/h2");
foreach ($headers as $header) {
    echo $header->textContent . "<br>";
}
?>

在这里，唯一需要调整的是xpath查询。

php中的preg_match_all（）不会显示所有结果

2 个答案: