RegExp PHP 获取多个 span 标签之间的文本

Question

我英语说得不太好。所以，如果我犯了一些错误，请抱歉。

在网站上，我有一个 div 框，其中包含有关游戏的一些信息：

<span class="noteline">Developer:</span> 
<span class="subline">Gameloft</span> 
<span class="noteline">Genre:</span> 
<span class="subline">Racing/Arcade</span> 
<span class="noteline">Release year:</span> 
<span class="subline">2010</span> 

我需要获取 和它的结束标记 之间的信息。 上面的

preg_match("/\<span\sclass=\"subline\"\>(.*)<\/span\>/imsU", $source, $matches);

解决方案工作正常，但它只获得带有文本“gameloft”的“子行”；

但我还需要包含文本 Racing/Arcade 和 2010 的子行；

也许是这样的（这不起作用）；

for developer = preg_match("/*(\<span\sclass=\"subline\"\>){1}*(.*)*(<\/span\>){1}*/imsU", $source, $matches);
for genre = preg_match("/*(\<span\sclass=\"subline\"\>){2}*(.*)*(<\/span\>){2}*/imsU", $source, $matches);

像这样的东西..

无论如何。感谢您的任何帮助。

Answer 1

正则表达式的替代方法是使用 phpQuery 或 QueryPath，这将其简化为：

foreach ( qp($source)->find("span.subline") as $span ) {
    print $span->text();
}

Answer 2

正则表达式不适合解析 HTML。它们很难正确执行，并且总是在边缘情况下崩溃。

我不知道是否有更简单的方法，但这应该适用于您描述的标记：

<?php

$fragment = '<span class="noteline">Developer:</span>
<span class="subline">Gameloft</span>
<span class="noteline">Genre:</span>
<span class="subline">Racing/Arcade</span>
<span class="noteline">Release year:</span>
<span class="subline">2010</span>';

libxml_use_internal_errors(TRUE);
$dom = new DOMDocument();
$dom->loadHTML($fragment);
$xml = simplexml_import_dom($dom);
libxml_use_internal_errors(FALSE);

foreach($xml->xpath("//span[@class='subline']") as $item){
    echo (string)$item . PHP_EOL;
}

这假设 class="subline" 所以它会因多个类而失败。 （Xpath 的新手，欢迎改进。）

Answer 3

试试这个：

preg_match_all("/<span class=\"subline\".*span>/", $html, $matches);

preg_match_all("/<span class=\"noteline\".*span>/", $html, $matches);

我这样尝试了上面的代码：

<?php 

$html = '<span class="noteline">Developer:</span> 
<span class="subline">Gameloft</span> 
<span class="noteline">Genre:</span> 
<span class="subline">Racing/Arcade</span> 
<span class="noteline">Release year:</span> 
<span class="subline">2010</span>';

preg_match_all("/<span class=\"subline\".*span>/", $html, $matches1);

preg_match_all("/<span class=\"noteline\".*span>/", $html, $matches2);

print_r($matches1);
echo "<br>";
print_r($matches2);

?>

我得到的输出是这样的：

Array ( [0] => Array ( [0] => Gameloft [1] => Racing/Arcade [2] => 2010 ) )
Array ( [0] => Array ( [0] => Developer: [1] => Genre: [2] => Release year: ) )