Php 使用正则表达式获取HTML标记的内部文本

捕获此数据时遇到问题：

              <tr>
                <td><span class="bodytext"><b>Contact:</b><b></b></span><span style='font-size:10.0pt;font-family:Verdana;
  mso-bidi-font-family:Arial'><b> </b> 
                      <span class="bodytext">John Doe</span> 
                     </span></td>
              </tr>
              <tr>
                <td><span class="bodytext">PO Box 2112</span></td>
              </tr>
              <tr>
                <td><span class="bodytext"></span></td>
              </tr>

              <!--*********************************************************


              -->
              <tr>
                <td><span class="bodytext"></span></td>
              </tr>



              <tr>
                <td><span class="bodytext">JOHAN</span> NSW 9700</td>
              </tr>
              <tr>
                <td><strong>Phone:</strong> 
                02 9999 9999
                    </td>
              </tr>

联系人：
无名氏
邮政信箱2112
新南威尔士州约翰9700
电话：
02 9999 9999

基本上，我想抓取“联系人：”之后和“电话：”之前的所有内容，减去HTML；然而，这两个名称可能并不总是存在，所以我需要真正抓住两个冒号（：）之间的所有东西，它们不在HTML标记中。

***数据***

的数量实际上可能有所不同，因此我需要某种循环来匹配这些数据

我更喜欢使用正则表达式，因为我可以使用循环和字符串匹配来实现这一点

另外，我想知道PHP正则表达式中不匹配组的语法

---

任何帮助都将不胜感激

如果我理解正确，您只对HTML标记之间的文本感兴趣。要忽略HTML标记，只需先将其剥离：

$text = preg_replace('/<[^<>]+>/', '', $html);

要获取两个冒号之间的所有内容，请使用：

if (preg_match('/:([^:]*):/', $text, $regs)) {
  $result = $regs[1];
} else {
  $result = "";
}

---

对这类问题的看似任意的堆栈溢出响应似乎是“omg不要使用正则表达式！改用！！”。就我个人而言，我不喜欢在这样的小任务中使用外部库，正则表达式是一个很好的选择

去除所有HTML标记的一种简单方法是使用以下正则表达式：

$text = preg_replace("/<.*?>/", "", $text);

$text=preg\u replace（“//”，“，$text”）；

然后，您可以使用任何您喜欢的方法来获取适当的文本内容

---

不匹配的组是这样的：

（？：这不匹配）

听起来像，或者在找到所需信息后也可以使用。

那是什么？RegexBuddy给我的（？：这不匹配）是PERL-regex，但没有PHP选项无法确定…PHP的preg函数使用PCRE风格，这是RegexBuddy中的一个选项。nickf的回答漏掉了：在他编辑之前。我相信你（和OP）的意思是“非捕获组”，而不是“非匹配组”。一个不匹配的组是这样的：“（X（？）？

$text = preg_replace("/<.*?>/", "", $text);