使用Php在多级重复xml标记之间提取文本

我试图在多层次XML标记之间提取文本。
这是数据文件

7117
10
0
1.
NCID_1_457044331_130.14.22.215_9001_1401819380_1399850995
24887359
24884828
24884718
24884479
24882343
24879340
24871662
24870721
24864115
24863809
BRCA1[tiab]
.
.
.

我只想提取

中包含的

标记之间的十个ID。 正则表达式只得到十个值中的第一个值。

preg_match_all（“~（.+？）~”，$temp_str，$pids）

xml数据存储在$temp_Str变量中，我试图获取存储在$pids中的值

---

关于这方面还有其他建议吗？

您应该使用php的xpath功能，如下所述：

例如：

<?php
$xml = simplexml_load_file("searchdata.xml");
$result = $xml->xpath("IdList/Id");
print_r($result);
?> 

xpath（“IdList/Id”）；
打印（结果）；
?> 

XPath是灵活的，可以有条件地使用，并且在多种其他语言中也受支持。它也比正则表达式更可读、更容易编写，因为您可以不使用lookaheads来构造条件查询。

使用此模式

（？：\\\124;\ G）\s*（\d+）\

和

G

选项

使用preg\u match\u all（），我在

标记中包含了一个与数字匹配的正则表达式。最棘手的部分（我想）是在foreach循环中，在这里我迭代

$out[1]

。这是因为，从上面的URL

对结果进行排序，以便$matches[0]是完整模式的数组 matches，$matches[1]是由第一个匹配的字符串组成的数组 括号中的子模式，依此类推

preg\u match\u all（'/\s*（\d+）\s*/'），
"
7117
10
0
1.
NCID_1_457044331_130.14.22.215_9001_1401819380_1399850995
24887359
24884828
24884718
24884479
24882343
24879340
24871662
24870721
24864115
24863809
BRCA1[tiab]
",
$out，预模式（订单）；
foreach（$out[1]为$o）{
echo$o；
回音“\n”；
}
?>

不要使用PCRE解析XML。这里有CSS选择器和更好的Xpath来获取XML DOM的一部分

如果要在

eSearchResult

/eSearchResult/IdList[1]/Id

正如您所见，Xpath“知道”XML文档的实际结构。PCRE没有

您需要为DOM文档创建Xpath对象

$dom = new DOMDocument();
$dom->loadXml($xmlString);
$xpath = new DOMXpath($dom);

$result = [];
foreach ($xpath->evaluate('/eSearchResult/IdList[1]/Id') as $id) [
  $result[] = trim($id->nodeValue);
}
var_dump($id);

---

你能添加上面帖子中添加了regex的php代码吗？@mrk。我的数据在一个文件指针中。它是从Pubmed网站的在线搜索中检索到的。我所有的xml数据都在一个变量中。有没有办法在xpath功能中使用变量@stephen@Vignesh作为免责声明，我没有在这台机器上安装PHP，所以我无法完全测试这些代码片段。根据simplexml_load_文件的文档，您应该能够将URL传递到xml文件。请看这里：

$pattern=“（？：\ \124;\ G）\s*\（\d+”；preg_match_all（$pattern，$string，$matches）这给了我意想不到的惊喜？错误如果我想搜索其他有字母数字多行句子的标记，我将如何调整这个正则表达式？假设WebEnv看起来是这样的：
NCID\u 1\u 457044331\u 130.14.22.215\u 9001\u 1401819380\u 1399850995 NCID\u 2\u 22222
，那么正则表达式，
'/\s*（[0-9A-Za-z\\\\\n]+）\s*/code>就可以了。键是结束'/s'修饰符，用于切换到“单线”模式。在这里阅读更多关于正则表达式修饰符的内容：不需要
U
修饰符-它只会减慢匹配速度并使事情变得混乱。这是永远不需要的。换句话说：永远不要使用
U
ungreedy标志！
$dom = new DOMDocument();
$dom->loadXml($xmlString);
$xpath = new DOMXpath($dom);

$result = [];
foreach ($xpath->evaluate('/eSearchResult/IdList[1]/Id') as $id) [
  $result[] = trim($id->nodeValue);
}
var_dump($id);