正则表达式：忽略是否有html标记

Question

我有一个正则表达式模式：

\(\s*\'\s*(.*?)\s*\'\)

此模式表示在（'TEXT'）之间获取任何文本。

存在问题：文本可能包含HTML标记。

所以我想要一个模式。如果没有找到HTML标记，请正常获取文本，但如果找到HTML标记，则模式会在标记之间获取文本。

---

示例：

如果文字是

  

('foo foo text here')

模式得到：

  

foo foo text here

---

如果文字是：

  

('<div class='test'> foo foo text here </div>')

模式得到

  

foo foo text here

因此模式会忽略HTML标记（如果有的话），并抓取文本。

Answer 1

您可以在preg_match()内拨打strip_tags()。那将转向：

('<div class='test'> foo foo text here </div>')

分为：

( 'foo foo text here' )

然后你设计它的正则表达式将删除parens。

preg_match("/\(\s*\'\s*(.*?)\s*\'\)/", strip_tags($yourstring), $matches);

Answer 2

我相信这也有效：

>\s*(.*?)\s*</|\(\s*\'(?!<)\s*(.*?)\s*\'\)

虽然它确实捕获到两个不同的捕获组。

至少可能是另一种选择： - ）