获取自定义开始 HTML 标记及其结束标记之间的文本

Question

$data = "<Data>hello</Data>";
preg_match_all("/\<Data\>[.]+\<\/Data\>/", $data, $match);
print_r($match);

返回：

Array ( [0] => Array ( ) )

所以我猜测没有匹配？

Answer 1

preg_match_all("#<Data>.+</Data>#", $data, $match);

如果您想使用 / 作为分隔符：

preg_match_all("/<Data>.+<\/Data>/", $data, $match);

主要问题是字符类中的 . 与文字句点匹配。此外，使用不同的分隔符可以消除转义。请注意，您不必以任何方式转义 <。如果您希望能够提取内部值，请使用：

preg_match_all("#<Data>(.+)</Data>#", $data, $match);

“hello”现在将位于示例中的 $matches[1] 中。请注意，正则表达式不适合解析 XML，因此请切换到真正的解析器来处理任何重要的事情。

Answer 2

您正在使用 [] 和 .错误地。

试试这个：

$data = "<Data>hello</Data>";
preg_match_all("/\<Data\>.+\<\/Data\>/", $data, $match);
print_r($match);

当您使用 [] 时，您定义了可能的字符列表，在您的情况下，您定义的字符仅限于 。仅有的。如果您想使用 .要定义任何字符，您必须在 [] 之外使用它。

Answer 3

<?php

$data = "<Data>hello</Data>";
preg_match_all('#<Data>(.+)</Data>#', $data, $match);
print_r($match);

?>

输出：(如 ideone.com 上所示)

Array
(
    [0] => Array
        (
            [0] => <Data>hello</Data>
        )

    [1] => Array
        (
            [0] => hello
        )

)

[...] 是字符类定义。您可以使用 (...) 来捕获。

参考

• regular-expressions.info/Character Class 和 组

---

关于勉强匹配的特别说明

由于您使用的是 preg_match_all，因此应该注意，您目前正在贪婪地匹配。也就是说，hellohow are you (参见 ideone.com）。

如果您想要两个 元素，则必须使用勉强匹配的 '#(.+?)#' (< a href="http://ideone.com/OTQNi" rel="nofollow noreferrer">参见 ideone.com）。

举例说明：

----A--Z----A----Z----
    ^^^^^^^^^^^^^^
        A.*Z

上述输入中只有一个 A.*Z 匹配项。

---

关于解析 HTML/XML 的正则表达式的特别说明

这是一个痛苦。如果可能的话，使用适当的 HTML/XML 解析器。 PHP 有很多。

Answer 4

在字符类中，点只是一个点。

<?php  

    $data = "<Data>hello</Data>";
    preg_match_all("/\<Data\>.+\<\/Data\>/", $data, $match);
    print_r($match);

?>

将产生：

Array
(
    [0] => Array
        (
            [0] => <Data>hello</Data>
        )

)

Answer 5

试试这个。您不需要将 .

"/\<Data\>.+\<\/Data\>/"

Answer 6

/<Data>([^<^>]+)\<\/Data\>/

$data = "<Data>hello</Data>";
preg_match_all("/<Data>([^<^>]+)\<\/Data\>/", $data, $match);

print_r($match);