Php 如果字符串包含HTML页面，如何使用正则表达式测试_Php_Regex_Pcre

Php 如果字符串包含HTML页面，如何使用正则表达式测试

php regex

Php 如果字符串包含HTML页面，如何使用正则表达式测试,php,regex,pcre,Php,Regex,Pcre,我有一个脚本，它通过cURL向外部站点提交POST请求，并期望收到一个响应文件。但是，如果出现错误，站点将返回一个HTML错误页面，而不是预期的文件我将响应存储在一个字符串中，我想检查该字符串是否包含HTML页面，如果不包含，我们可以假设该字符串包含请求的文件数据我在创建正则表达式以测试字符串是否是HTML页面时遇到问题。我想测试以下内容： function isHTMLPage($data) { $html_file_regex = '/<\s*html.*>.*<\

我有一个脚本，它通过cURL向外部站点提交POST请求，并期望收到一个响应文件。但是，如果出现错误，站点将返回一个HTML错误页面，而不是预期的文件

我将响应存储在一个字符串中，我想检查该字符串是否包含HTML页面，如果不包含，我们可以假设该字符串包含请求的文件数据

我在创建正则表达式以测试字符串是否是HTML页面时遇到问题。我想测试以下内容：

function isHTMLPage($data) {
  $html_file_regex = '/<\s*html.*>.*<\s*body.*>.*<\/\s*body.*>.*.<\/\s*html.*>/';
  return preg_match($html_file_regex, strtolower($data)) === 1;
}

数据有一个开头的HTML标记：
数据有一个后续的开始正文标记：
该数据具有后续的结束正文标记：
数据有一个后续的结束HTML标记：

我尝试了以下方法：

function isHTMLPage($data) {
  $html_file_regex = '/<\s*html.*>.*<\s*body.*>.*<\/\s*body.*>.*.<\/\s*html.*>/';
  return preg_match($html_file_regex, strtolower($data)) === 1;
}

函数isHTMLPage（$data）{
$html_file_regex='/.*.*./'；
返回preg_match（$html_file_regex，strtolower（$data））==1；
}

函数对以下测试数据返回false（不匹配）：

<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>Test Page</title>
</head>
<body>
<div>test Content</div>
</body>
</html>


测试页
测试内容

我的正则表达式怎么了

/.*.*./

使用

（PCRE\u DOTALL）修饰符：

$html_file_regex = '/<\s*html.*>.*<\s*body.*>.*<\/\s*body.*>.*.<\/\s*html.*>/s';

$html_file_regex='/.*../s'；

根据PHP手册，“如果设置了此修饰符，则模式中的点元字符将匹配所有字符，包括换行符。没有此修饰符，将排除换行符。”

不匹配换行符，除非使用“dotall”修饰符：s

也就是说，你不应该这样做。您应该做的是检查状态代码，例如404
，以指示未找到该文件。毕竟，如果您希望得到的文件本身是HTML文件，该怎么办？
这可能比您想象的要简单；内容类型
标题返回什么（在不同结果之间）？e、 g.如果服务正常返回json，您应该看到application/json
，但错误页面将切换到text/html
。我不确定您的目的，但不要解析html使用html DOM ParserIt的标准在html失败时返回html页面，例如404页面。这仍然是一个有效的html页面，但它只会说“找不到文件”的某个版本。你应该检查http状态码。你们是对的，我应该查看返回头中的错误，而不是返回的数据。另外注意：上面的表达式：/.*.*.*./
是一个经典的例子，即如何不编写正则表达式；它可能会很快匹配HTML文件，但在非HTML文件上声明不匹配几乎要花费很长时间。虽然提供内容的人应该遵循标准，但他们中的许多人将错误响应归类为200 OK
，只提供一个失败页面。@BradChristie:我从未见过错误代码为200的错误页面。人们会这么做让我很难过：/@RocketHazmat：我从来没有说过我支持它，只是我亲眼目睹了它的发生。我同意，这是令人悲伤的。我见证了/contact/1/
->200ok
->{id:1，name:'foo'}
，然后跟进/contact/-1
->200ok
{error:'notfound'}
。这实际上取决于API。我的AJAX系统总是返回200ok
来说明请求本身是成功的，然后根据请求的实际结果返回{“OK”：true[此处有更多数据]}
或{“OK”：false，“error”：“出了问题”}
。@NiettheDarkAbsol:yup；我看到一些“代理”代码使用{status:200，response:{…}}
和{status:404，response:{msg:“notfound”}
（但两者都产生200ok
）。