正则表达式 PCRE 表达式答案

【问题标题】：Regex PCRE expression正则表达式 PCRE 表达式
【发布时间】：2012-10-04 17:13:00
【问题描述】：

我有一段 html 代码，如下所示：

<td width="24%"><b>Something</b></td>
          <td width="1%"></td>
          <td width="46%" align="center">
           <p><b>
    needed
  value</b></p>
          </td>
          <td width="28%" align="center">
            &nbsp;</td>
        </tr>

提取单词Something之后的第一个文本节点（不是标签，而是里面的文本）的一个好的正则表达式模式是什么我的意思是我想提取

     needed
  value

仅此而已。

我无法在 php 中找出有效的正则表达式模式。

编辑： 我不是在解析整个 html 文档，而是其中的几行，所以我只想使用 Regex 而不是 HTML 解析器来完成它。

【问题讨论】：

不要使用正则表达式解析 HTML。 See this post 为什么。
请不要使用 RegEx 解析 HTML，因为它会 drive you į̷̷͚̤̤̖̱̦͍͗̒̈̅̄̎n̨͖͓̹͍͎͔͈̝̲͐ͪ͛̃̄͛ṣ̷̵̞̦ͤ̅̉̋ͪ͑͛ͥ͜a̷̘͖̮͔͎͛̇̏̒͆̆͘n͇͔̤̼͙̩͖̭ͤ͋̉͌͟eͥ͒͆ͧͨ̽͞҉̹͍̳̻͢。请改用HTML parser。
感谢您的回答。我知道正则表达式不是正确的方法，但我唯一要解析的是“需要的值”，所以我认为使用 Html 解析器完成这项任务是过大的。

标签： php regex pcre

【解决方案1】：

忽略使用正则表达式解析 HTML 的潜在问题，以下模式应与您的示例代码匹配：

Something(?:(?:<[^>]+>)|\s)*([\w\s*]+)

这将匹配 Something，后跟任何 HTML 标记（或空格）列表，并匹配下一个文本块 \w（包括空格）。

您可以在 PHP 的 preg_match() 方法中使用它，如下所示：

if (preg_match('/Something(?:(?:<[^>]+>)|\s)*([\w\s*]+)/', $inputString, $match)) {
    $matchedValue = $match[1];
    // do whatever you need
}

正则表达式解释：

Something         # has to start with 'Something'
(?:               # non-matching group
    (?:           # non-matching group
        <[^>]+>   # any HTML tags, <...>
    )
    | \s          # OR whitespace
)*                # this group can match 0+ times
(
    [\w\s*]+      # any non-HTML words (with/without whitespace)
)

【讨论】：

谢谢！这就是我所需要的。我觉得这个解释也很有用。