Php 提取数据的HTML正则表达式

我有一个简单的问题要问regex大师。是的。。。在这里发布之前，我尝试了几种不同的正则表达式。请原谅我对正则表达式的无知。这是针对PHP的

我有以下HTML：

<div>
    <h4>
        <a href="somelink.html">some text blah</a>
    </h4>
    I need this text<br />I need this text too.<br />
</div>
<div>
    <h4>
        <a href="somelink.html">some text blah</a>
    </h4>
    I need this text<br />I need this text too.<br />
</div>
<div>
    <h4>
        <a href="somelink.html">some text blah</a>
    </h4>
    I need this text<br />I need this text too.<br />
</div>

我需要这个文本
我也需要这个文本。

我需要这个文本
我也需要这个文本。

我需要这个文本
我也需要这个文本。

我尝试的最有可能奏效的方法是：

 preg_match_all('/<div><h4><a href=".*">.*<\/a><\/h4>(.*)<br \/>(.*)<br \/>/', $haystack, $result);

preg_match_all（'/.*（.*）（.*），$haystack，$result）；

以上结果不返回任何内容

然后我尝试了这个，我得到了第一组比赛，但我没有得到第二组

preg_match_all('/<div><h4><a href=".*">.*<\/a><\/h4>(.*)<br \/>/', $haystack, $result);

preg_match_all（'/.*（.*）/'，$haystack，$result）；

---

谢谢大家!

正则表达式很棒。但是，有些事情最好用解析器来解决。标记就是这样一个例子

我不使用正则表达式，而是使用HTML解析器，如

但是，如果您坚持在这种特定情况下使用正则表达式，则可以使用以下模式：

if (preg_match('%</h4>(\\r?\\n)\\s+(.*?)(<br />)(.*?)(<br />)%', $subject, $regs)) {
    $first_text_string = $regs[2];
    $second_text_string = $regs[4];
} else {
    //pattern not found
}

if（预匹配（'%（\\r？\\n）\\s+（.*）（
）（.*）（.*）（
）%，$subject，$regs））{
$first_text_string=$regs[2]；
$second_text_string=$regs[4]；
}否则{
//找不到模式
}

根据您提供的准确输入，这将实现您想要的功能。如果你需要更普通的东西，请告诉我

(.*)<br\s*\/>(.*)<br\s*\/>

（.*）（.*）

---

请看这里的实时演示

我强烈建议使用DOM和XPath

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

$xp = new DOMXPath($doc);

foreach($xp->query('//div/text()') as $n) {
   list($before, $after) = explode('<br />', trim($n->wholeText));
   echo $before . "\n" . $after;
}

$doc=新文档；
@$doc->loadHTML（$html）；
$xp=新的DOMXPath（$doc）；
foreach（$xp->query（'//div/text（）'）作为$n）{
列表（$before，$after）=分解（'
'，修剪（$n->wholeText））；
回音$before.\n.$after；
}

但是，如果您仍然决定使用正则表达式，这将对您有效

preg_match_all('#</h4>\s*([^<]+)<br />([^<]+)#', $str, $matches);

---

preg\u match\u all（“#\s*”（
*
的可能重复项没有匹配换行符。
DOMXPath
，
//div/text（）[previous sibling:：h4]
添加了多个重复行。
simplehtmldom
的替代项的比较列表（可能非常缓慢且繁琐）仅供参考，我也推荐RegexBuddy，正如我之前在这篇文章中提到的：这就像广告宣传的那样有效。其他人不会看到重复的群组。谢谢！