两个连续的 preg_match答案

【问题标题】：Two successive preg_match两个连续的 preg_match
【发布时间】：2011-02-08 12:58:36
【问题描述】：

我正在尝试使用两个 preg_match 以便从 html 源代码中获取两个特定值。

<?php

    $url = "http://www.example.com";
    $userAgent="Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1";
    $ch = curl_init();
    curl_setopt($ch,CURLOPT_USERAGENT,$userAgent);
    curl_setopt($ch,CURLOPT_URL,$url);
    curl_setopt($ch,CURLOPT_AUTOREFERER,true);
    curl_setopt($ch,CURLOPT_RETURNTRANSFER,true);
    curl_setopt($ch,CURLOPT_TIMEOUT,10000000);  
    $html  = curl_exec($ch);
    preg_match('~<span class="first">(.*)<\/span>~msU',$html,$matching_data);
    preg_match('~<span class="second">(.*)<\/span>~msU',$html,$matching_data2);
    print_r($matching_data);
    print_r($matching_data2);   
?>

考虑到$html var 包含以下序列：

<title>foobar title</title>
<body>
<div class="second">Not this one</span>
<div>
<span class="first">First</span>
<span class="second">this one<span>
</div>
</body>

如果我运行 php 代码，第一个 print_r 返回正确的值：First。但是第二个print_r，不是返回this one，而是返回<div class="second">Not this one。

所以我猜preg_match 函数从头开始处理，而不是最后一个preg_match 调用。

如何让preg_match 的第二次（第三次、第四次等）呼叫在最后一次呼叫时运行？

谢谢，

问候。

【问题讨论】：

你可以使用 preg_match_all。
如何在我的情况下使用 preg_match_all？谢谢。

标签： php regex preg-match

【解决方案1】：

要连续调用preg_match，继续搜索您上次离开的位置，请使用PREG_OFFSET_CAPTURE 标志：

http://php.net/manual/en/function.preg-match.php

至于更大的问题，正则表达式通常不适合解析 HTML。您应该使用某种 DOM 解析器来为您完成这项工作，如果您甚至需要在服务器端完成这项工作的话。这种事情可以在客户端使用 JavaScript 非常简单（自然地）完成——您只需将相关值传回服务器即可。

【讨论】：

【解决方案2】：

您可以在 preg_match 函数中使用偏移量捕获和偏移量参数 (php:preg_match)

int preg_match ( string $pattern, string $subject [, array &$matches[, int $flags [, int $offset]]] )

试试这个：

<?php

...

preg_match('~<span class="first">(.*)<\/span>~msU',$html,$matching_data,PREG_OFFSET_CAPTURE);
preg_match('~<span class="second">(.*)<\/span>~msU',$html,$matching_data2,PREG_OFFSET_CAPTURE, $matching_data[0][1]+strlen($matching_data[0][0]));
print_r($matching_data);
print_r($matching_data2);

【讨论】：

【解决方案3】：

HTML 是您需要使用的代码吗？它不是有效的 HTML。您可以按照@igorw 的建议使用preg_match_all：

preg_match_all('~<(span|div) class="(first|second)">(.*)<\/?span>~msU', $html,$matching_data);
echo '<xmp>'; print_r($matching_data[0]);

但如果 HTML 是有效的：

<title>foobar title</title>
<body>
<span class="second">Not this one</span>
<div>
<span class="first">First</span>
<span class="second">this one</span>
</div>
</body>

preg_match_all('~<span class="(first|second)">(.*)<\/span>~msU', $html, $matching_data);
echo '<xmp>'; print_r($matching_data[0]);

【讨论】：