在PHP中使用單個preg_match_all查找多個模式

Question

使用PHP和preg_match_all我試圖獲取以下標記之間的所有HTML內容（以及標記）：

<p>paragraph text</p>
don't take this
<ul><li>item 1</li><li>item 2</li></ul>
don't take this
<table><tr><td>table content</td></tr></table>

我可以得到其中一個就好了：

preg_match_all("(<p>(.*)</p>)siU", $content, $matches, PREG_SET_ORDER);

有沒有辦法讓所有的

<p></p> <ul></ul> <table></table>

內容只有一個preg_match_all？ 我需要它們按照它們被發現的順序出來，所以我可以回應內容，這將是有道理的。

所以，如果我在上面的內容上做了一個preg_match_all，那么迭代通過$ matches數組就會回顯：

<p>paragraph text</p>
<ul><li>item 1</li><li>item 2</li></ul>
<table><tr><td>table content</td></tr></table>

Answer 1

使用| 匹配一組字符串中的一個： p|ul|table

使用反向引用匹配approriate結束標記： \\\\2因為組(pl|ul|table)包含第二個左括號

把它們放在一起：

preg_match_all("(<(p|ul|table)>(.*)</\\2>)siU", $content, $matches, PREG_SET_ORDER);

如果您的輸入html遵循非常嚴格的結構，這只會起作用。 它不能在標記中包含空格，也不能在標記中包含任何屬性。 當有任何嵌套時它也會失敗。 考慮使用html解析器來做正確的工作。

Answer 2

這個對我有用

preg_match_all("#<\b(p|ul|table)\b[^>]*>(.*?)</\b(p|ul|table)\b>#si", $content, $matches)

Answer 3

如果您要使用DOM解析器，那么您應該如何使用它。 貢獻者發布了一個有用的函數來獲取DOMNode的innerHTML ，我將在下面的例子中使用它：

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

$p = $dom->getElementsByTagName('p')->item(0); // first <p> node
$ul = $dom->getElementsByTagName('ul')->item(0); // first <ul> node
$table = $dom->getElementsByTagName('table')->item(0); // first <table> node

echo DOMinnerHTML($p);
echo DOMinnerHTML($ul);
echo DOMinnerHTML($table);

Answer 4

雖然可以使用正則表達式，但您可以使用一個更簡單的HTML解析器工具包來簡化任務。 例如，使用phpQuery或QueryPath，它就像下面這樣簡單：

qp($html)->find("p, ul, table")->text();   // or loop over them