Php 如何从包含其他标记的html标记中提取文本？正则表达式

我有以下html文本：

<span id="target_text"> 
         sample text
         <span class="red"> word1 </span>
         <span class="green"> <b> word2 </b> word3 </span>
         <b> word4 </b>
         <span> word5 </span>
         <b> word6 </b>
         <a class="itlink" href="http:www.example.com" > Details </a>
</span>

注意：我不知道目标_文本中有多少b或span标记

我试过这样的表达：

preg_match_all ( "%target_text.*?>(.*?<.*?>.*?<.*?>.*?)</span>%s", $html_text, $out, PREG_PATTERN_ORDER );

preg_match_all（“%target_text.*？”>（.*？*？.*？！%s）、$html_text、$out、preg_PATTERN_ORDER）；

---

它首先定位span target_文本，然后获取

之间不使用正则表达式解析HTML的所有内容。永远

了解它们是什么，你的生活就会更好（XPath可以用多种语言）。Python已经内置了一个库，在您的示例中可以很好地使用它，但它是一个更好的库（具有一个基本兼容的接口）

普雷斯托
 你真的不能用正则表达式来解析HTML…XML解析器通常是正则表达式的一个很好的替代品，根据我的经验，我不会说你不能，更重要的是，你不应该说。使用、等。这些只是更好的方式。相信我相信你的答案。实际上，我没有xpath查询的经验。你的查询没有返回“示例文本”@david我已经更新了它。
preg_match_all ( "%target_text.*?>(.*?<.*?>.*?<.*?>.*?)</span>%s", $html_text, $out, PREG_PATTERN_ORDER );

In [1]: import lxml.html

In [2]: html = lxml.html.fromstring("""<span id="target_text">
   ...:          sample text
   ...:          <span class="red"> word1 </span>
   ...:          <span class="green"> <b> word2 </b> word3 </span>
   ...:          <b> word4 </b>
   ...:          <span> word5 </span>
   ...:          <b> word6 </b>
   ...:          <a class="itlink" href="http:www.example.com" > Details </a>
   ...: </span>""")

In [3]: html.xpath('//span[@id="target_text"]')[0].text_content()
Out[3]:' \n         sample text\n          word1 \n           word2  word3 \n          word4 \n          word5 \n          word6 \n          Details \n'

In [9]: content = html.xpath('//span[@id="target_text"]')[0].text_content()
In [10]: import re
In [11]: re.sub('\s+', ' ', content).strip()
Out[11]: 'sample text word1 word2 word3 word4 word5 word6 Details'