如何使用正则表达式获取 `<body>` 标签内的全部内容？
Posted
技术标签:
【中文标题】如何使用正则表达式获取 `<body>` 标签内的全部内容？【英文标题】：How can I grab the entire content inside `<body>` tag with regex? 【发布时间】：2011-10-17 01:23:43 【问题描述】：如何使用正则表达式获取<body> 标签内的全部内容？
例如，
<html><body><p><a href="#">xx</a></p>
<p><a href="#">xx</a></p></body></html>
我只想退货，
<p><a href="#">xx</a></p>
<p><a href="#">xx</a></p>
或者还有其他更好的想法吗？也许是 DOM 但我必须使用 saveHTML(); 然后它会返回 doctype 和 body 标签...
HTML Purifier 使用起来很痛苦，所以我决定不使用它。我认为正则表达式可能是我灾难的下一个最佳选择。
【问题讨论】：
这样的正则表达式对你不起作用<body>(.*)</body>?
看看这个帖子***.com/questions/3577641/…
@sahid - 不，怎么样，<body class="large-text"> ... </body>
不要使用正则表达式。 htmlparsing.com/php.html 为您提供了如何使用正确的 HTML 解析器的示例。其实，如果你使用的是simple_html_dom，那么简单到file_get_html('http://www.google.com/')->plaintext;
【参考方案1】：
preg_match("/<body[^>]*>(.*?)<\/body>/is", $html, $matches);
$matches[1] 将是 body 标签的内容
【讨论】：
查看***.com/questions/701166/… 上的有效(!) HTML 示例，看看你是如何使用正则表达式失败的。【参考方案2】：preg_match("~<body.*?>(.*?)<\/body>~is", $html, $match);
print_r($match);
【讨论】：
以上是关于如何使用正则表达式获取 `<body>` 标签内的全部内容？的主要内容，如果未能解决你的问题，请参考以下文章
使用 PHP 和 XPath 获取匹配正则表达式的 href
如何使用正则表达式删除大于/小于符号 < > 内的字符串？ [关闭]