在PHP中从字符串构建精简的HTML数组

我有一个字符串，看起来像这样：

$html_string = "<p>Some content</p><p>separated by</p><p>paragraphs</p>"

实际上，它给出了：

array('Some content', 'separated by', 'paragraphs'); 

有没有更好、更健壮的方法从HTML标记创建数组，我没有看到任何关于通过正则表达式进行解析的内容

---

谢谢你的帮助

如果需要在php中进行一些html解析，有一个很好的库，名为

PHPHTMLParser

。 它可以为您提供一个类似jquery的api来解析html

例如：

// Assuming you installed from Composer:
require "vendor/autoload.php";
use PHPHtmlParser\Dom;

$dom = new Dom;
$dom->load('<p>Some content</p><p>separated by</p><p>paragraphs</p>');
$pTags = $dom->find('p');
foreach ($pTags as $tag)
{    
    // do something with the html
    $content = $tag->innerHtml;

 }

//假设您是从Composer安装的：
需要“vendor/autoload.php”；
使用phtmlparser\Dom；
$dom=新的dom；
$dom->load（“某些内容由段落分隔”）；
$pTags=$dom->find（'p'）；
foreach（$ptag作为$tag）
{    
//用html做些什么
$content=$tag->innerHtml；
}

如果只是这么简单，内容中没有/没有太多其他标记，您只需使用regex即可：

$string = '<p>Some content</p><p>separated by</p><p>paragraphs</p>';

preg_match_all('/<p>([^<]*?)<\/p>/mi', $string, $matches);

var_dump($matches[1]);

请记住，这不是最有效的方法，也不是最快的方法，但它比使用DOMDocument或类似的方法要短。这里是解决方案（本机PHP），当您的

p

标记具有属性或包含其他标记（如

<，或者在它们之间有很多空白（这与HTML呈现无关），或者包含HTML实体，如
或
等：

$html_string = "<p>Some content</p><p>separated by</p><p>paragraphs</p>";
$doc = new DOMDocument();
$doc->loadHTML($html_string);

foreach($doc->getElementsByTagName('p') as $p ) {
    $paras[] = $p->textContent;
}

// Output array:
print_r($paras);

$html_string=“某些内容
由
段落
分隔”；
$doc=新的DOMDocument（）；
$doc->loadHTML（$html\u字符串）；
foreach（$doc->getElementsByTagName（'p'）作为$p）{
$paras[]=$p->textContent；
}
//输出阵列：
印刷（第2-3段）；

如果您确实想使用正则表达式，那么至少允许标记属性和HTML实体，将后者转换为相应的字符：

$html_string = "<p>Some content &amp; text</p><p>separated&nbsp;by</p><p style='background:yellow'>paragraphs</p>";

preg_match_all('/<p(?:\s.*?)?>\s*(.*?)\s*<\/p\s*>/si', $html_string, $matches);

$paras = $matches[1];
array_walk($paras, 'html_entity_decode');

print_r($paras);

$html\u string=“某些内容和文本由
段落隔开”；
preg_match_all（'/\s*（.*？\s*/si'，$html_string，$matches）；
$paras=$matches[1]；
数组_walk（$paras，'html_entity_decode'）；
印刷（第2-3段）；
使用
DOMDocument
或
SimpleXML
extensionDOMDocument进行解析是解析HTML的最佳方法，但也有用于正则表达式分解的方法
$html_string = "<p>Some content</p><p>separated by</p><p>paragraphs</p>";
$doc = new DOMDocument();
$doc->loadHTML($html_string);

foreach($doc->getElementsByTagName('p') as $p ) {
    $paras[] = $p->textContent;
}

// Output array:
print_r($paras);

$html_string = "<p>Some content &amp; text</p><p>separated&nbsp;by</p><p style='background:yellow'>paragraphs</p>";

preg_match_all('/<p(?:\s.*?)?>\s*(.*?)\s*<\/p\s*>/si', $html_string, $matches);

$paras = $matches[1];
array_walk($paras, 'html_entity_decode');

print_r($paras);