正則表達式-從PHP中的html字符串獲取表

Question

我嘗試使用特殊的div容器將所有表包裝在內容中，以使其可用於移動設備。 在將表保存到自定義CSS的數據庫中之前，我無法對其進行包裝。 在將內容打印在頁面上之前，我設法找到了內容，並且需要preg_replace所有表。

我這樣做是為了獲取所有表：

preg_match_all('/(<table[^>]*>(?:.|\n)*<\/table>)/', $aFile['sContent'], $aMatches);

問題是要獲取內部部分(?:.|\\n)*以匹配標簽內部的所有內容，而不匹配結尾標簽。 現在，表達式匹配所有內容，甚至是表的結束標記...

有沒有一種方法可以排除結尾標記的匹配項？

Answer 1

您需要執行非貪婪匹配：/(< /(<table[^>]*>(?:.|\\n)*?<\\/table>)/ ?:.| /(<table[^>]*>(?:.|\\n)*?<\\/table>)/ 。 注意問號： ? 。

但是，我將為此使用DOM解析器：

$doc = new DOMDocument();
$doc->loadHTML($html);

$tables = $doc->getElementsByTagName('table');
foreach($tables as $table) {
    $content = $doc->saveHTML($table); 
}

盡管使用DOM解析器從HTML文檔中提取數據已經更加方便了，但是如果您試圖修改HTML（如您所述），則絕對是更好的解決方案。

Answer 2

如果您不想匹配結束標簽，可以使用超前模式，

preg_match_all('/(<table[^>]*>(?:.|\n)*(?=<\/table>))/', $aFile['sContent'], $aMatches);