如何使用正则表达式获取 `<body>` 标签内的全部内容？答案

【问题标题】：How can I grab the entire content inside `<body>` tag with regex?如何使用正则表达式获取 `<body>` 标签内的全部内容？
【发布时间】：2011-10-17 01:23:43
【问题描述】：

如何使用正则表达式获取<body> 标签内的全部内容？

例如，

<html><body><p><a href="#">xx</a></p>

<p><a href="#">xx</a></p></body></html>

我只想退货，

<p><a href="#">xx</a></p>

<p><a href="#">xx</a></p>

或者还有其他更好的想法吗？也许是 DOM 但我必须使用 saveHTML(); 然后它会返回 doctype 和 body 标签...

HTML Purifier 使用起来很痛苦，所以我决定不使用它。我认为正则表达式可能是我灾难的下一个最佳选择。

【问题讨论】：

这样的正则表达式对你不起作用<body>(.*)</body>?
看看这个帖子stackoverflow.com/questions/3577641/…
@sahid - 不，怎么样，<body class="large-text"> ... </body>
不要使用正则表达式。 htmlparsing.com/php.html 为您提供了如何使用正确的 HTML 解析器的示例。其实，如果你使用的是simple_html_dom，那么简单到file_get_html('http://www.google.com/')->plaintext;

【解决方案1】：

preg_match("/<body[^>]*>(.*?)<\/body>/is", $html, $matches);

$matches[1] 将是 body 标签的内容

【讨论】：

【解决方案2】：

preg_match("~<body.*?>(.*?)<\/body>~is", $html, $match);
print_r($match);

【讨论】：