Php 组合两个正则表达式函数来剥离html标记

我试图在html页面中获取H1文本。我使用了一个正则表达式，它工作得很好，直到我们开始在一些页面上使用微格式。为了简单起见，我使用了页面的标题（H1标记作为“正在审阅的项目”）

问题是，我之前使用的正则表达式停止工作，因此我编写了另一个正则表达式，以防第一个正则表达式返回空结果。我知道这非常糟糕！！！如何将以下内容合并到一个简单的正则表达式中？：

//Get the H1 title
function get_tag( $attr, $value, $xml )
{
   $attr = preg_quote($attr);
   $value = preg_quote($value);

   $tag_regex2 = '/<h1>(.*?)<\\/h1>/si';
   $tag_regex = '/<h1><span itemprop="itemreviewed">(.*?)<\\/span><\\/h1>/si';


   preg_match($tag_regex,
   $xml,
   $matches);

   if ($matches[1] == ""){
   preg_match($tag_regex2,
   $xml,
   $matches);
   };



   return $matches[1];
}

//获取H1标题
函数get_标记（$attr，$value，$xml）
{
$attr=预报价（$attr）；
$value=预报价（$value）；
$tag_regex2='/（.*？）/si'；
$tag_regex='/（.*？）/si'；
preg_match（$tag_regex，
$xml，
元);；
如果（$matches[1]==“”）{
预匹配（$tag\u regex2，
$xml，
元);；
};
返回$matches[1]；
}

如果您愿意为了方便而牺牲健壮性（如果您使用正则表达式解析HTML:），您可以使用

$tag_regex = '#<h1>(?:<span itemprop="itemreviewed">)?(.*?)(?:</span>)?</h1>#si';

$tag_regex='#（？：）？（.*？）？#si'；

如果您愿意为了方便而牺牲健壮性（如果您使用正则表达式解析HTML:），您可以使用

$tag_regex = '#<h1>(?:<span itemprop="itemreviewed">)?(.*?)(?:</span>)?</h1>#si';

$tag_regex='#（？：）？（.*？）？#si'；

/（？：]+>）（.*？（:::++>）？/si

通常用于删除

中的标记，但您可能需要对其进行一点自定义。如果您特别想删除上面列出的

span

，它看起来类似于

/（？：
/（？：]+>）（（？：]）（？：）（*）？/si
通常用于删除
中的标记，但您可能需要对其进行一些自定义。如果您想删除上面列出的
span
，它看起来会像
/（？：现在是2013年。别再试图用正则表达式解析HTML了。@Alex:我已经站在你的立场上了。相信我，在所有人都否决之前，把这个拿下来。如果我需要一个快速修复方法，如果我只使用一次，我仍然使用这个：DBTW，如果我们说“不要使用正则表达式”，我们应该给他一些想法。例如，你可以使用DOM解析器（比如简单的PHP DOM解析器）为了解决你的问题。为什么
strip_标记
不起作用？现在是2013年。停止尝试用正则表达式解析HTML。@亚历克斯：我已经站在你的立场上了。相信我，在所有人都否决之前把这个拿下来。如果我需要一个快速修复方法，如果我只使用一次，我仍然使用这个：DBTW，如果我们说“不要使用正则表达式”，我们应该给他一些想法。例如，你可以使用DOM解析器（比如简单的PHP DOM解析器）为了解决你的问题。为什么
strip_tags
不起作用？你。我喜欢你。你处理这些事情的方式比大多数人都好。你。我喜欢你。你处理这些事情的方式比大多数人都好。很好，谢谢，我可以用它来处理其他事情！好吧，我明白解析HTML不是最好的主意！很好，谢谢，我可以用它来处理其他事情！好，所以我明白解析HTML不是最好的主意！