Php 请指定正确的正则表达式

我希望使用Php检索

和

之间的数据。请任何人指定一个正确的正则表达式，以便检索给定表标记之间的数据。

我相信您需要的是正则表达式而不是正则表达式。

我相信您需要的是正则表达式。

这取决于您需要什么你正在找回。我自己也不是PHP专业人士，但我会这样做：

<?php
    $contents = file_get_contents($_SERVER['PHP_SELF']);
    $array = explode("<table width=\"100%\" border=\"0\" cellpadding=\"0\" cellspacing=\"0\" bgcolor=\"#EBEBEB\">", $contents);
    $newarray = explode("</table>", $array[1]);
    $yourdata = $newarray[0];
?>

---

如果您不介意将剩余的原始HTML放在那里，那么应该使用此方法。否则，其他人可能会有更好的解决方案。

这取决于您检索的内容。我自己也不是PHP专业人士，但我会这样做：

<?php
    $contents = file_get_contents($_SERVER['PHP_SELF']);
    $array = explode("<table width=\"100%\" border=\"0\" cellpadding=\"0\" cellspacing=\"0\" bgcolor=\"#EBEBEB\">", $contents);
    $newarray = explode("</table>", $array[1]);
    $yourdata = $newarray[0];
?>

---

如果您不介意将剩余的原始HTML放在那里，那么应该使用此方法。否则，其他人可能会有更好的解决方案。

虽然正则表达式适用于各种任务，但我发现在解析HTML DOM时，它通常会有缺陷。HTML的问题是，文档的结构非常多变，很难准确地（准确地说，我指的是100%的成功率，没有误报）提取标记

我建议您使用DOM解析器，例如，并将其用作：

function get_first_image($html){
    $dom = phpQuery::newDocument($html);

    $first_img = $dom->find('img:first');

    if($first_img !== null) {
        return $first_img->attr('src');
    }

    return null;
}

有些人可能认为这是一种过分的做法，但最终，它将更易于维护，并允许更多的可扩展性。例如，使用DOM解析器，我还可以获得alt属性

可以设计一个正则表达式来实现相同的目标，但其限制方式是，它将强制

alt

属性位于

src

之后或相反的位置，并且克服此限制将增加正则表达式的复杂性

也可以考虑以下几点。要正确匹配

属性（在组2中捕获），需要以下正则表达式：

<\s*?img\s+[^>]*?\s*src\s*=\s*(["'])((\\?+.)*?)\1[^>]*?>

]*？\s*src\s*=\s*（[“'））（（\\？+）*？）\1[^>]*？>

同样，如果出现以下情况，上述操作可能会失败：


属性或标记名称为大写，并且未使用
i修饰符
src
属性周围不使用引号
然后，另一个属性
src
在其值的某处使用
字符
还有一些我没有预见到的原因

所以再次强调，不要使用正则表达式来解析dom文档。
虽然正则表达式可以用于大量任务，但我发现在解析HTML dom时，它通常存在不足。HTML的问题是，文档的结构非常多变，很难准确地进行解析（准确地说，我指的是100%的成功率，没有假阳性）提取标签

我建议您使用DOM解析器，例如，并将其用作：

function get_first_image($html){
    $dom = phpQuery::newDocument($html);

    $first_img = $dom->find('img:first');

    if($first_img !== null) {
        return $first_img->attr('src');
    }

    return null;
}

有些人可能会认为这太过分了，但最终，它将更易于维护，并允许更多的可扩展性

可以设计一个正则表达式来实现相同的目标，但其限制方式是，它将强制
alt
属性位于
src
之后或相反的位置，并且克服此限制将增加正则表达式的复杂性

也要考虑以下内容：要正确匹配<代码>属性（在第2组中捕获），需要以下正则表达式：
<\s*?img\s+[^>]*?\s*src\s*=\s*(["'])((\\?+.)*?)\1[^>]*?>

]*？\s*src\s*=\s*（[“'））（（\\？+）*？）\1[^>]*？>

同样，如果出现以下情况，上述操作可能会失败：


属性或标记名称为大写，并且未使用
i修饰符
src
属性周围不使用引号
然后，另一个属性
src
在其值的某处使用
字符
还有一些我没有预见到的原因

同样，不要使用正则表达式来解析dom文档。
请参见