使用 preg_match 存在换行符时如何获取 html 内容？答案

【问题标题】：How to get an html content when there are linebreaks using a preg_match?使用 preg_match 存在换行符时如何获取 html 内容？
【发布时间】：2013-07-02 14:45:44
【问题描述】：

在执行preg_match html 源代码时如何在我的正则表达式中包含换行符？

php

preg_match('/Корица:<\/b><\/td><td>(.*)<\/td>/im', $table[0], $korica);

html（这也是$table[0]中的内容）：

<tr>

            <td><b>Година на издаване:</b></td>

            <td itemprop="datePublished">2009</td>

          </tr>

          <tr>

            <td><b>Корица:</b></td>

            <td>Мека</td>

          </tr>

          <tr>

            <td><b>Език:</b></td>

            <td itemprop="inLanguage">Български</td>

          </tr>





                      <tr>

            <td><b>Средна оценка:</b></td>

            <td>                  Продуктът няма оценка                  </td>

          </tr>

如果我使用preg_match_all，我将获得Корица之后的所有html。但我想要的是从 html 中只得到这个 Meka。

【问题讨论】：

标签： php html-parsing preg-replace

【解决方案1】：

将正则表达式中的 (.*) 部分更改为非贪婪的 (.*?)，甚至更好 - ([^<]*)，它匹配所有不是 < 的内容。

【讨论】：

谢谢，这让神奇的宽度有点变通了。我用过：preg_match('/<td><b>Корица:<\/b><\/td>(.*?)<td>(.*?)<\/td>/is', $table[0], $korica); 我得到了我需要的东西。

【解决方案2】：

如果“Meka”总是字母数字，那么这样的事情可能会起作用：

    preg_match('/Корица:<\/b><\/td><td>([a-zA-Z0-9]*)<\/td>/im', $table[0], $korica);

[a-zA-Z0-9]* 应该只匹配字母数字字符。您可能还需要考虑一个空格，在这种情况下，您应该使用 [a-zA-Z0-9 ]* （注意结束前的空格 ]）

【讨论】：

问题是Meka 是西里尔字母，无法匹配这个正则表达式，我尝试使用[a-zA-Z\p{Cyrillic}]，我认为它应该是正确的，但又失败了。
也许你可以单独尝试[\p{IsCyrillic}]*
嗯，我收到了这个警告：Warning: preg_match(): Compilation failed: unknown property name after \P or \p at offset 56。也试过了