'[重复]

【问题标题】：Regular Expression in PHP to Match HTML '<p>' that are AFTER the first '<H1>' tag [duplicate]PHP中的正则表达式匹配第一个'<H1>'标签之后的HTML'<p>'[重复]
【发布时间】：2016-10-12 21:24:05
【问题描述】：

如何在 PHP 中编写正则表达式以匹配位于第一个 <H1> 标记之后的 HTML <p>？

例如下面的状态如果不等于表达式

if(!preg_match_all('#<p(.*?)<\/p>#', $page_content, $matches)

【问题讨论】：

你应该永远用正则表达式解析 HTML。请改用a PHP DOM parser。
如果您真的必须在正则表达式中执行此操作，您将需要在您的正则表达式中使用 h1，并且您需要 s 修饰符，以便 . 扩展到新行。
我应该在哪里添加 H1 和 s 修饰符？
使用 HTML 解析器，例如：simplehtmldom.sourceforge.net github.com/paquettg/php-html-parser

标签： php html regex

【解决方案1】：

在正确编写的 HTML 中（即并非旨在通过 abusing the loopholes in SGML specification 破坏各种解析器的 HTML），所有 <h1>s 都将具有相应的结束标记。这意味着您可以简单地查找前面带有 </h1> 的 <p>。

<\/h1>[\s\S]*?<p>([\s\S]*?)<\/p>

上面的正则表达式是这样工作的，a proof of concept:

<\/h1> 匹配 </h1> 字面意思
[\s\S]*? 匹配所有字符，直到下一个 <p>
<p> 匹配 <p> 字面意思
([\s\S]*?) 匹配所有字符，直到下一个 </p>（注意捕获组 - 此组包含您想要的内容）
<\/p> 匹配 </p> 字面意思

【讨论】：