Question

这个问题被多次询问，但我发现的片段效果不好。我对正则表达式的经验较少，所以我希望你能帮助我。

我希望通过限制获得段落。我知道我可以通过preg_match_all来限制我的结果。

我有两个挣扎：

段落由html编辑器“创建”，因此有时会附加属性
如果有可能，我也想要，但只是得到文字也很好

例如：

<p>Paragraph 1</p>
<p attribute="value">Paragraph 2</p>

当我限制一个时，我只想要第一个段落，但限制2也应该返回段落2，即使它包含属性。

我尝试了什么：

function GetParagraph($content, $limitParagraph = 1)
{
    preg_match_all('~(<p>(.+?)</p>){' . (int)$limitParagraph. '}~i', $sHTML, $aMatches);
    return $aMatches[0];
}

'~(<p(.*?)>(.+?)){' . (int)$limitParagraph. '}~i'的正则表达式也不能正常运行

Answer 1

您不需要也不应该使用正则表达式来完成此类任务。这称为HTML解析，应使用正确的工具，解析器完成。在PHP中DOMDocument以及DOMXPath将是您的选择：

$dom = new DOMDocument();
libxml_use_internal_errors(true);
$dom->loadHTML($html);
libxml_use_internal_errors(false);
$paragraphs = $dom->getElementsByTagName('p');
foreach ($paragraphs as $i => $p) {
    // Two paragraphs only
    if ($i >= 2) break;
    echo $dom->saveHTML($p);
}

为什么您的RegEx不起作用？

由于四个原因：

每个
包含html内容的变量是错误的。（$sHTML代替$content）
它不是仅仅从输入字符串的开头开始遍历。
与或其他内容不匹配。

同样，不建议这样做，但要具体回答这个问题，在正则表达式下面应该解决这些问题：

'~^.*?(?:<p[^>]*>.+?</p>\s*){' . $limitParagraph . '}~i'

限制段落的正则表达式

1 个答案:

为什么您的RegEx不起作用？