使用 Preg_Match 匹配 html 元素时出现问题答案

【问题标题】：Having a problem matching a html element using Preg_Match使用 Preg_Match 匹配 html 元素时出现问题
【发布时间】：2010-02-09 23:44:18
【问题描述】：

我正在尝试匹配一个 html 元素，但我认为它不匹配，因为 $titles 是空的 - 谁能纠正我？

我的预赛：

   preg_match_all("~<td align=\"left\" width=\"50%\">[^<]*. <b><a href=\"(.*?)\">[^<]*</a>~i", $main, $titles);

要匹配的示例 HTML：

//<td align="left" width="50%">1. <b><a title="Wat" href="http://www.exmple.com/q.html">Wat</a></b><br></td>

我错过了什么吗？

感谢大家的帮助

【问题讨论】：

我不知道社区要告诉人们多少次......不要用正则表达式解析 html.. 使用 SimpleXml、DOMDocument、Zend_Dom_Query、SimpleHtml 等。:-)
这个我知道，但这是一个需要修复的旧脚本，现在没有时间重写它。

标签： php preg-match

【解决方案1】：

<a> 标记中没有与 title="Wat" 匹配的内容。

我建议不要使用正则表达式来解析它。我对 PHP 不太熟悉，但我确信它已经有一些东西可以为你完成大部分工作。

【讨论】：

如果您要搜索的文档是有效的 XHTML，您可以使用内置的 simpleXML 解析器，但很多时候不是。
@Corey - 啊啊！谢谢，我什至没有注意到这一点。亲爱的上帝！输入title=\"[^<]*\" - 似乎可以正常工作。

【解决方案2】：

正如我在评论中所说，在尝试解析 html 时，正则表达式很少是合适的工具。我打算使用 Zend_Dom_Query 的一个例子，它是 Zend 框架中的一个组件，只是因为我还没有看到它在其中一个问题上被推荐。所以...

$dom = new Zend_Dom_Query($htmlHaystack);
$anchors = $dom->query('//td/a[@title]'); // xpath here
if(count($anchors) > 0)
{
  $titles = array();
  foreach($anchors as $element)
  {
     $titles[] = $element->getAttribute('title');
  }
}
else
{
  $title = null;
}

【讨论】：

【解决方案3】：

$string='<td align="left" width="50%">1. <b><a title="Wat" href="http://www.exmple.com/q.html">Wat</a></b><br></td>';
$s = explode("</a>",$string);
foreach($s as $k){
   if (strpos($k,"href")!==FALSE){
        echo preg_replace('/.*href="|">.*/ms',"",$k);
   }
}

【讨论】：