PHP Regex檢索HTML標簽之間的文本，但不檢索標簽之間的文本

Question

可能會多次詢問類似的問題，但是我有一個復雜的問題。
我知道在這種情況下，當我們只想解析<title>標記之間的文本時，

<title>My work</title>
<p>This is my work.</p> <p>Learning regex.</p>

我們可以像這樣形成一個正則表達式：

>([^<]*)<

資源

但這僅因<title>標簽在頂部而起作用。 但是，如果標記是第二個標記，它將無法正常工作。
好吧，我的情況是

<td class="td1" headers="searchth1">JAVA1</td>
<td class="td2" headers="searchth2">JAVA2</td>
<td class="td3" headers="searchth3">JAVA3</td>

<td class="td1" headers="searchth1">PHP1</td>
<td class="td2" headers="searchth2">PHP2</td>
<td class="td3" headers="searchth3">PHP3</td>

文件中有許多類似的標記，我只想檢索<td class="td1" headers="searchth1">和</td>標記之間的文本。
而且，我使用了'#<td class="td1" headers="searchth1">(.*)</td>#' ，效果很好。 但這也將所有其他<td>標記包括在輸出中，這是我不想要的。
我只需要Java1和PHP1文本，我想如果能夠通過排除標簽來檢索標簽之間的文本，我可能會接受。
我對么？ 還是錯？ 如果是這樣，如何實現我想要的？
提前致謝！！

Answer 1

您需要preg_match_all（），並確保您未使用“ s”模式修飾符：

$regexp = '%<td class="td1" headers="searchth1">(.*)</td>%';
preg_match_all($regexp,$html,$matches);

Answer 2

我認為您的regex方法雖然在技術上是可行的，但會給您帶來更多麻煩。 例如，如果源HTML更改了，則headers屬性出現在class屬性之前，則regex將失敗。 另外，如果您使用正則表達式來搜索HTML源代碼，您的代碼將很快變得非常難以閱讀。

要解析HTML，您應該使用PHP的DOMDocument函數，該函數在更改HTML代碼時更加健壯，並且對於可能維護您的代碼的人（包括您）而言，其可讀性都更高。 此方法還將支持更輕松地查看其他元素屬性。 下面的示例代碼應適用於您的用例：

$doc = '<td class="td1" headers="searchth1">JAVA1</td>
<td class="td2" headers="searchth2">JAVA2</td>
<td class="td3" headers="searchth3">JAVA3</td>
<td class="td1" headers="searchth1">PHP1</td>
<td class="td2" headers="searchth2">PHP2</td>
<td class="td3" headers="searchth3">PHP3</td>';
$dom = new DOMDocument();
$dom->loadHTML($doc);
$xpath = new DOMXpath($dom);
$tds = $xpath->query("//td[@class='td1']");
// the query could also be "//td[@headers='searchth1']" or even
// "//td[@headers='searchth1'][@class='td1']" depending on what you want to target
foreach($tds as $td){
    var_dump($td->nodeValue);
}

如果您想了解有關構建和使用xpath查詢的更多信息，建議在SitePoint.com上閱讀文章PHP DOM：XPath over。