PHP Preg_替换标记之间的数据，并考虑文档中的其他标记

对此可能有一个非常简单的答案，但我希望尽可能详细，以便您不需要我澄清

我正在收集每一本书的内容

<content><div>CONTENT</div></content>

目前，我使用两个正则表达式代码。一个用于声明，一个用于结束标记。这是可行的，但现在我需要对内容执行代码。因此，我将使用

preg\u replace\u callback（）

，但我不知道如何将两者连接起来，以便中间是一个回调

声明：

<content \w+\s*=\s*\".*?\">[\r\n\s]{0,}<div \w+\s*=\s*\".*?\">

[\r\n\s]{0，}

结束：

</div>[\r\n\s]{0,}</content>

[\r\n\s]{0，}

我需要将这些内容组合起来，并将其作为回调返回。我尝试过类似于

（[\w\w]{0，}）

，它绝对返回所有内容，但此匹配不会在结束div处停止

所以我发现了

\bFULLWORD\b

命令，并在该命令上抛出了

\bdiv\b

。。。但我没有成功地让它发挥作用。也许PHP不支持它？或者我很愚蠢

我不知道

---

请帮忙

以前有人说过，现在也有人说过，不幸的是，以后还会有人说。正则表达式是一个很棒的工具。它非常适合处理字符串和正则表达式的模式匹配

HTML不是字符串。HTML是一种标记语言，而不是常规语言。它实际上不是一个字符串，但可以解释为一个字符串（因此，为什么我们可以从技术上使用正则表达式来处理HTML）。HTML是基于元素节点的自己的语言，如果要更改某些内容，则需要操纵这些元素

正如评论中指出的，您可以轻松地在PHP中使用

您希望这样做的原因有很多：

• 更简单的是，你不需要做一些看起来像猫在键盘上走过的疯狂图案
• 更简单的是，您可以导航到特定节点，而不必处理整个文档
• 这样更安全，你不会意外地改变你不想做的事情
• 更安全的是（再次），源数据可以更改，您可以检测并解释它
• 更安全的是，你可以优雅地失败

怎么做

• 检查上面链接的手册
• 只要谷歌就可以了。您已经学习了正则表达式，这要简单得多

---

使用DOM解析器。这里有一个例子：

不要使用正则表达式来操作HTML：使用DOM——请参见

DOMDocument

类：请参见我必须同意这次的^^“他说了Jehova！”。只有在大量工作和递归regexp的情况下才能匹配嵌套标记。使用更简单的方法，例如提取内容<代码>qp（$html）->查找（“内容div”）->文本（）</div>[\r\n\s]{0,}</content>