Question

我有一个代表title标记的字符串：

$fp = '<title>This is my title</title>';

我使用下面的正则表达式将上面的字符串识别为标题：

$res = preg_match("/<title>(.*)<\/title>/siU", $fp, $title_matches);

问题是某些标题具有如下所示的某些参数：

<title itemprop="name">This is my title</title>

因此，正则表达式无法处理这种类型的标题，在这种情况下，如何更新我的正则表达式以识别这两种标题？

Answer 1

不要使用正则表达式来解析html，使用html解析器，例如DOMDocument，即：

$dom = new DOMDocument();
$dom->loadHTML($fp);
$tags =  $dom->getElementsByTagName('title');

foreach($tags as $tag)
{
    print $tag->nodeValue;
}

如果您只需要1个标签，则可以使用：

$dom = new DOMDocument();
$dom->loadHTML($fp);
print $dom->getElementsByTagName('title')[0]->nodeValue;
# or
$xpath = new DOMXpath($dom);
print $xpath->query("//title")[0]->nodeValue;

Answer 2

使用解析器是一种更好的方法，但您可以在title元素中查找非大于符号。

<title[^>]*>(.*)<\/title>

演示：https://regex101.com/r/BLllhw/1/

Answer 3

基本上来自评论的@ chris85想法，但是经过精心调整。

$res = preg_match("/<title[^>]*>(.*)<\/title>/siU", $fp, $title_matches);

Answer 4

希望这会帮助你..

正则表达式： <title[^>]*>\s*\K.*?(?=<\/title>)

1。 <title[^>]*>这将与<title匹配，直到>

2. \s*\K.*?(?=<\/title>)*可选地包含空格\s*，\K将重置当前匹配，.*?这将匹配所有直到并积极向前看</title>)

Try this code snippet here

<?php
ini_set('display_errors', 1);
$fp='<title itemprop="name">This is my title</title>';
$res = preg_match("/<title[^>]*>\s*\K.*?(?=<\/title>)/", $fp, $title_matches);
print_r($title_matches);

<强>输出：

Array
(
    [0] => This is my title
)

使用正则表达式识别标题标记

4 个答案: