Php 从HTML文本中提取特定文本

我对正则表达式不太熟悉。我正试图获得底部描述的结果。以下是我迄今为止所做的工作（请注意，

$page

包含制表器）：

试试这个

<h1>(.*?)<span> /(.*?)/</span>

（.*）/（.*）/

---

$1和$2是您预期的结果。

我建议将DOM与

trim

一起使用，不需要正则表达式，下面是一个适用于您的具体案例的工作代码：

$page = "<div class=\"title-container\">\n                            <h1>Text here<span> /Sub-text/</span> </h1>\n                                                     </div>";

$dom = new DOMDocument;
$dom->loadHTML($page);
$hs = $dom->getElementsByTagName('h1');
foreach ($hs as $h) {
    $enttitlenodes = $h->getElementsByTagName('span');
    if ($enttitlenodes->length > 0 && $enttitlenodes->item(0)->tagName == 'span')
    {
        $entitle = trim($enttitlenodes->item(0)->nodeValue, " /");
        echo $entitle . "\n";
        $h->removeChild($enttitlenodes->item(0)); 
    }
    $hutitle = $h->nodeValue;
    echo $hutitle;
}

$page=“\n此处文本/子文本/\n”；
$dom=新的DOMDocument；
$dom->loadHTML（$page）；
$hs=$dom->getElementsByTagName（'h1'）；
foreach（$hs作为$h）{
$enttitlenodes=$h->getElementsByTagName（'span'）；
如果（$enttitlenodes->length>0&&$enttitlenodes->item（0）->标记名=='span'）
{
$authentice=trim（$enttitlenodes->item（0）->nodeValue，“/”；
echo$授权。“\n”；
$h->removeChild（$enttitlenodes->item（0））；
}
$hutitle=$h->nodeValue；
echo$hutitle；
}

---

请参见

DOMDocument:：getElementsByTagName

返回的是

DOMNodeList

而不是数组，因此您不能在PHP5.6.3之前写入

$h->getElementsByTagName（'span'）[0]

，但

$h->getElementsByTagName（'span'）->项（0）

。这并不意味着它返回一个自php 5.6.3以来的数组，但只意味着您可以通过数组表示法访问项。@CasimiritHippolyte:我知道，我更新了代码，它现在甚至检查是否存在

标记。在这种情况下，它不使用count（设计用于计数数组项），使用属性

DOMNodeList:：length

您能用非面向对象的方法编写这个吗？什么是min php版本5？@Gable:你的意思是你仍然坚持使用正则表达式解决方案吗？

/（.*）（.*）（.*）（.*）/

这两个版本都是相同的。安全的方式那样使用它很高兴帮助你。：）在你的记事本上试试这个+++（.*？/（.*？）/我想没有必要\/

<h1>(.*?)<span> /(.*?)/</span>

$page = "<div class=\"title-container\">\n                            <h1>Text here<span> /Sub-text/</span> </h1>\n                                                     </div>";

$dom = new DOMDocument;
$dom->loadHTML($page);
$hs = $dom->getElementsByTagName('h1');
foreach ($hs as $h) {
    $enttitlenodes = $h->getElementsByTagName('span');
    if ($enttitlenodes->length > 0 && $enttitlenodes->item(0)->tagName == 'span')
    {
        $entitle = trim($enttitlenodes->item(0)->nodeValue, " /");
        echo $entitle . "\n";
        $h->removeChild($enttitlenodes->item(0)); 
    }
    $hutitle = $h->nodeValue;
    echo $hutitle;
}