使用RegExp-PHP从标记中提取文本

我试图从网页的源代码中提取一些字符串，如下所示：

<p class="someclass">
String1<br />
String2<br />
String3<br />
</p>

String1

String2

String3

我敢肯定，只有这些字符串以一个换行符（
）结尾。其他一切都以两个或多个换行符结束。我试着用这个：

preg_match_all('~(.*?)<br />{1}~', $source, $matches);

preg_match_all（'~（.*）
{1}'，$source，$matches）；

但它不像预期的那样工作。它还会返回一些其他文本以及这些字符串。

尝试以下操作：

preg_match_all('~^(.*?)<br />$~m', $source, $matches);

preg\u match\u all（“~^（.*？”
$~m'，$source，$matches）；

DOMDocument和XPath来拯救

$html = <<<EOM
<p class="someclass">
String1<br />
String2<br />
String3<br />
</p>
EOM;

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

foreach ($xp->query('//p[contains(concat(" ", @class, " "), " someclass ")]') as $node) {
    echo $node->textContent;
}

$html=textContent；
}

---

我不建议使用正则表达式来获取值。相反，请使用PHP内置的HTML解析器，如下所示：

$dom = new DOMDocument();
$dom->loadHTML($source);
$xpath = new DOMXPath($dom);

$elements = $xpath->query('//p[@class="someclass"]');
$text = array(); // to hold the strings
if (!is_null($elements)) {
    foreach ($elements as $element) {
        $text[] = strip_tags($element->nodeValue);
    }
}
print_r($text); // print out all the strings

这是测试和工作。您可以在此处阅读有关PHP的DOMDocument类的更多信息：

---

下面是一个演示：（单击“运行”）

应该可以。请试一试

preg_match_all("/([^<>]*?)<br\s*\/?>/", $source, $matches);

preg_match_all（“/（[^]*？）/”，$source，$matches）；

或者，如果字符串可能包含一些HTML代码，请使用以下代码：

preg_match_all("/(.*?)<br\s*\/?>\\n/", $source, $matches);

preg\u match\u all（“/（.*？\\n/”，$source，$matches）；

@杰克：没有。真是一团糟。我只想要琴弦。它返回的信息要多得多。不要使用正则表达式来解析HTML。您无法用正则表达式可靠地解析HTML，在这条路上您将面临悲伤和挫折。一旦HTML改变了您的预期，您的代码就会被破坏。有关如何使用已经编写、测试和调试过的PHP模块正确解析HTML的示例，请参阅。不确定为什么它仍然被否决，它应该在有限的范围内按预期工作。