无法使用正则表达式在 PHP 中搜索？答案

【问题标题】：Unable to use regex to search in PHP?无法使用正则表达式在 PHP 中搜索？
【发布时间】：2010-09-06 12:10:46
【问题描述】：

我正在尝试获取特定标签中的 html 文档的代码。

我的方法适用于某些标签，但不是全部，它不适用于我想要获取的标签内容。

这是我的代码：

<html>
<head></head>
<body>
<?php 
     $url = "http://sf.backpage.com/MusicInstruction/";   
     $data = file_get_contents($url);
     $pattern = "/<div class=\"cat\">(.*)<\/div>/";
     preg_match_all($pattern, $data, $adsLinks, PREG_SET_ORDER);
     var_dump($adsLinks);
     foreach ($adsLinks as $i) {
         echo "<div class='ads'>".$i[0]."</div>";
     } 

?>
</body>
</html>

上面的代码不起作用，但是当我把$pattern改成：

$pattern = "/<div class=\"date\">(.*)<\/div>/";

或

$pattern = "/<div class=\"sponsorBoxPlusImages\">(.*)<\/div>/";

我看不出这些 $pattern 有什么不同。请帮我找出错误。谢谢。

【问题讨论】：

标签： php html regex parsing search

【解决方案1】：

使用PHP DOM 来解析 HTML 而不是正则表达式。

例如在您的情况下 （代码已更新以显示 HTML）：

$doc = new DOMDocument();
@$doc->loadHTML(file_get_contents("http://sf.backpage.com/MusicInstruction/"));
$nodes = $doc->getElementsByTagName('div');

for ($i = 0; $i < $nodes->length; $i ++)
{
    $x = $nodes->item($i);

    if($x->getAttribute('class') == 'cat');
        echo htmlspecialchars($x->nodeValue) . "<hr/>"; //this is the element that you want
}

【讨论】：

感谢您的建议，将尝试。

【解决方案2】：

您的正则表达式失败的原因是您期望 .匹配换行符，除非你使用s modifier，否则它不会匹配，所以试试

$pattern = "/<div class=\"cat\">(.*)<\/div>/s";

执行此操作时，您可能会发现该模式有点过于贪婪，因为它会尝试捕获直到最后一个关闭 div 元素的所有内容。为了使它不贪婪，并且只匹配下一个关闭的 div，添加一个 ?在*之后

$pattern = "/<div class=\"cat\">(.*?)<\/div>/s";

这只是为了说明除了最简单的情况外，使用正则表达式解析 HTML 是疯狂的道路。所以尝试使用DOM functions 来解析HTML。

【讨论】：

我是 PHP 新手，现在正在使用正则表达式。这个答案帮助我解决问题，所以我会选择它。虽然我会尝试 DOM 来完成未来的任务。谢谢大家。