如何使用正则表达式获取价值？ [复制]

Posted 2023-02-24

【中文标题】如何使用正则表达式获取价值？ [复制]

【英文标题】：How to get the value using Regex? [duplicate]

【发布时间】：2013-04-20 07:47:08

【问题描述】：

您好，我的正则表达式代码有问题，我使用 php 从 html 标记中获取值。我可能有以下字符串：

<span class="down last_position">xyz</span>
<span class="up last_position">xyz</span>
<span class="last_position new">xyz</span>

我有以下 preg_match 命令：

preg_match('#<span class="last_position.*?">(.+)</span>#', $string, $matches);

这几乎涵盖了案例#3。所以我想知道我需要在 last_position 前面添加什么来获得所有可能的情况..？

非常感谢..

编辑：对于所有想知道要匹配什么值的人：“xyz”

【问题讨论】：

不要使用正则表达式解析 HTML。虽然在某些情况下可以使用正则表达式，但您所做的任务最好使用 HTML 解析器来完成。

是的，我知道，我正在使用 DomDocument 进行整个解析。我只是想知道是否有人会知道...

***.com/questions/6366351/…

【参考方案1】：

避免使用正则表达式来解析 HTML，因为它容易出错。使用 DOM 解析器可以更好地解决您的特定用例：

$html = <<< EOF
<span class="down last_position">xyz</span>
<span class="up last_position">xyz</span>
<span class="last_position new">xyz</span>
EOF;
$doc = new DOMDocument();
libxml_use_internal_errors(true);
$doc->loadHTML($html); // loads your html
$xpath = new DOMXPath($doc);
$nodeList = $xpath->query("//span[contains(@class, 'last_position')]/text()");
for($i=0; $i < $nodeList->length; $i++) 
    $node = $nodeList->item($i);
    var_dump($node->nodeValue);

输出：

string(3) "xyz"
string(3) "xyz"
string(3) "xyz"

【讨论】：

关于性能什么是最好的使用 Dom 或 preg_match_all ？

@ElSinus：人们也抱怨正则表达式的表现。所以我很确定哪一个会更快。

【参考方案2】：

尝试以下方法（是的，您可以使用正则表达式匹配来自 HTML 的数据）：

$string = '<span class="down last_position">xyz</span>
<span class="up last_position">xyz</span>
<span class="last_position new">xyz</span>';

preg_match_all('#<span\s.*?class=".*?last_position.*?".*?>(.+?)</span>#i', $string, $m);
print_r($m);

Online demo.

【讨论】：

我接受了这个答案作为答案，因为我的问题不是如何使用 DomDocument 而是使用 Regex。而且写的很详细，谢谢:)

请解释一下模式。为什么会这样？

@HamZaDzCyber​​DeV: almost all situations 你如何量化“几乎所有”？ regex101.com/r/tZ3pA2我的选票被锁定了，我无能为力，但我认为这个答案不值得投票。

@nhahtdh 好的，你让我明白了，我不会争论，因为你首先反对将正则表达式用于 HTML 的想法。

【参考方案3】：

尝试使用这个

preg_match('#<span class="?(.*)last_position.*?">(.+)</span>#', $string, $matches);

【讨论】：

请注意，如果一堆span标签在同一行，这是行不通的。

@nhahtdh 问题中没有提到。

这取决于您要做出多少假设。目前，它很容易因换行而中断。

请解释一下模式。为什么会这样？

【参考方案4】：

你可以试试这个：

preg_match_all('#<span class="[^"]*last_position[^"]*">(.+)</span>#', $string, $matches, PREG_PATTERN_ORDER);

然后您将在$matches[1][0]、$matches[1][1]、$matches[1][2] ....中找到值。

我在类属性值[^"]* 中添加的部分匹配不匹配双引号的任意数量的字符。因此它匹配属性值内的任何内容。

【参考方案5】：

当然，使用 RegEx 解析 XML 是不可能的，因为 XML 不规则。但在许多实际情况下，用作输入的 XML 文档是有限且可预测的，足以被简单地视为文本。

这样的东西应该适合你：

preg_match('#<span class="[^>"]*?last_position[^>"]*">(.+)</span>#', $string, $matches);

【讨论】：

请解释一下模式。为什么会这样？