如何使用正则表达式来匹配这个html标签？

Question

我似乎无法弄清楚我做错了什么......

我正在尝试找到

的匹配项

<cite>stuffhere</cite>

这是对的吗？

preg_match_all('<cite>(.*?)</cite>/ms', $str, $matches)

Answer 1

转义/

preg_match_all('/<cite>(.*?)<\/cite>/ms', $str, $matches);

Answer 2

你的困惑不是你的错; PHP在这个领域非常奇怪。

在大多数编程语言中，您可以使用以下两种方法之一创建正则表达式对象。如果语言支持正则表达式作为第一类语言元素，则可以使用正则表达式文字：

var re = /<b>"\w+"<\/b>/;  // JavaScript

这里，正斜杠（/）是正则表达式分隔符;如果你想匹配文字/，你必须用反斜杠来逃避它：\/。

在其他语言中，您必须以字符串文字的形式编写正则表达式，然后将其传递给构造函数或工厂方法：

Pattern p = Pattern.compile("<b>\"\\w+\"</b>");  // Java

正斜杠不需要转义，但双引号（"）和反斜杠（\）都可以转义，因为它们在字符串文字中具有特殊含义。

但PHP是独一无二的：它不支持正则表达式文字，所以你必须把正则表达式写成一个字符串，但字符串必须看起来就像一个正则表达式文字！也就是说，它必须有字符串分隔符（引号）和正则表达式分隔符。例如：

$re = '/<b>"\w+"<\/b>/';

这并不全是坏事;正如您所看到的，您可以使用PHP的单引号字符串而不是双引号，因此您不必转义所有反斜杠和双引号。您还可以选择不同的正则表达式分隔符，因此您不必在正则表达式中转义（例如）文字正斜杠：

$re = '~<cite>(.*?)</cite>~s'

修饰符（单行的's'，忽略大小的'i'等）跟在尾随的正则表达式分隔符之后，如Perl或JavaScript。几乎任何ASCII标点字符都可以用作正则表达式分隔符; ~和#是受欢迎的选择。

Answer 3

您应该使用HTML Parser来解析html，否则最终会出现意外错误。但是，这正是你的正则表达式应该是：

'#<cite>(.*?)</cite>#s'

Answer 4

试试这个：

preg_match_all('/<cite>(.*?)<\/cite>/ms', $str, $matches);