问如何在id为第一个属性的div标记之间获取文本，然后是多个属性。只有正则表达式
EN

Stack Overflow用户

提问于 2012-08-02 09:33:15

回答 1查看 2K关注 0票数 0

可能重复： 如何在id为第一个属性的div标记之间获取文本。只有正则表达式。

下面是这个场景

我使用这个正则表达式在div标记中使用id test1或tes2或test3获取文本

<div id = "test1">text</div>
<div id = "test2">text</div>
<div id = "test3">text</div>

$id_value = "test1" or "test2" or "test3";
$regex = "#\<div id=\"".$id_value."\"\>(.+?)\<\/div\>#s";

我唯一的要求是在下面的场景中从div标记获取文本

<div id="test" class="testing" style="color:red" etc etc .... more attributes >text</div>

例如，id是div标记的第一个属性，可以后面跟着n个属性。如何仅通过regex从这样的标记中提取文本。

我甚至试过

$regex = '#<div\s+.*?id="".$id_value."".*?>(.*?)</\s*div>#ims';

当$id_value = " test1“时，它返回div标记的文本，但是如果$id_value=" test2”，则返回节点test1和test2的文本值。如果$id_value="test3“，则返回所有3个节点的文本值。我只需要与特定id相关的文本值。只使用Regex .

请帮忙谢谢你。

php

html

regex

9.9元起，最快1天搭建自有直播

提供高并发、低延迟、易接入、极速高清的音视频直播服务，适用于直播电商/在线教育/音视频互动等多种场景

回答 1

Stack Overflow用户

回答已采纳

发布于 2012-08-02 09:35:40

不要使用RegExp来解析HTML。相反，使用PHP的DOM扩展，它可以正确地解析任何类型的HTML。

示例：

<?php

    $html = <<<HTML
<div id = "test1">text</div>
<div id = "test2">other text</div>
<div id = "test3">new text</div>
HTML;

    $id_list = array(
        "test1",
        "test2",
        "test3",
    );

    $doc = new DOMDocument();
    $doc->loadHTML($html);
    foreach ($id_list as $id) {
        $div = $doc->getElementById($id);
        if ($div == NULL) {
            echo "There's no element with an ID of $id<br>\n";
        }
        else {
            echo "$id's content is: " . $div->textContent . "<br>\n";
        }
    }

如果并且只有当您绝对必须使用RegExp时，我才会想到：

<?php

    $html = <<<HTML
<div id = "test1">text</div>
<div id = "test2">other text</div>
<div id = "test3">new text</div>
HTML;

    $id_list = array(
        "test1",
        "test2",
        "test3",
    );

    foreach ($id_list as $id) {
        $pattern = <<<REGEX
/
<div\s*                     #Opening Tag
(?:                         #Attributes before ID
    [a-z]+                  #Attribute name
    \s*=\s*                 #Equals
    (?:"[^"]*"|'[^']*')     #Attribute content
    \s*                     #Spaces?
)*                          #Many or none
(?:                         #ID Attribute
    id
    \s*=\s*
    (?:"$id"|'$id')         #Matches the ID
    \s*
)
[^>]*                       #Anything after ID
>                           #Closing Tag
([^<]*)                     #Actual content!
<\/div>
/xi
REGEX;

        preg_match_all($pattern, $html, $matches);
        var_dump($matches);
    }