Question

我正在对以下HTML代码执行preg_match（）：

HTML代码：

<div class="phone"> 
        (123) 123-1234
    </div>

正则表达式：

/<div class="phone">(?<phone>.*?)<\/div>/s

结果：

[phone] => '
                    (617) 547-6670
      '

额外的线条和空格是我想要摆脱的。使用/sm选项不会影响结果。使用str_replace("\n",'',$string)摆脱了一条线，而前面的空格应该是\t个标签。我用str_replace("\n\t\t\t\t",'',$string)摆脱了烦人的东西，但我需要一个更通用的解决方案。

如何删除\n和\t，无论有多少？

Answer 1

不确定这是否是你想要的，但是trim()会处理字符串每一边的空格，制表符和换行符（但不在字符串中）。

http://php.net/manual/en/function.trim.php

字符串修剪（字符串$ str [，字符串$ charlist]）

此函数返回一个字符串   空白从一开始就被剥夺了   和结束没有第二个   参数，trim（）将剥离这些   字符：
" " (ASCII 32 (0x20)), an ordinary space.
"\t" (ASCII 9 (0x09)), a tab.
"\n" (ASCII 10 (0x0A)), a new line (line feed).
"\r" (ASCII 13 (0x0D)), a carriage return.
"\0" (ASCII 0 (0x00)), the NUL-byte.
"\x0B" (ASCII 11 (0x0B)), a vertical tab.

我确实意识到这不会处理像Hello<space><space><space>World这样的东西，但它可能就是你所追求的（在正则表达式之外）。

Answer 2

最简单的方法是使用\s*填充正则表达式的“内容”部分，如下所示：

/<div class="phone">\s*(?<phone>.*?)\s*<\/div>/s

第一个\s*消耗尽可能多的空白字符，当它看到电话号码中的第一个字符时停止。然后.*?开始不情愿地消耗字符，停在正则表达式的下一部分（\s*<\/div>）可以匹配的第一个位置，这就在电话号码的最后一个字符之后。

请注意，第一个\s* 必须贪婪且命名组中的.*?必须非贪婪才能使其正常工作。因此，如果您开始感觉到使用/U选项使所有量词变得非贪婪的冲动，请抵制它。我之所以提到这一点，是因为有些人会使用它们所有的正则表达式，我认为这是一种糟糕的做法。此外，/s（单行）修饰符是必需的，但/m（多行）修饰符不是。

Answer 3

使用\s*

\s是一个空白字符，*表示任意数量的包含0

但我认为你应该寻找一个HTML解析器，它可能是更好的解决方案。

在Regex之后删除换行符和制表符

3 个答案: