如何使用正则表达式解析HTML标签？

Question

我希望你能翻译以下通过正则表达式通过curl检索到的html标签内容。

<span class='ui-allscores'>IND - 203/9 (49.4 Ovs)</span>

这样输出将会是"IND - 203/9 (49.4 Ovs)"。

我已经编写了下面的代码，但它没有起作用。

$one="<span class='ui-allscores'>IND - 203/9 (49.4 Ovs)</span>";
$five="~(?<=<span class='ui-allscores'>)[.]*(?=</br></span>)~";
preg_match_all($five,$one,$ui);
print_r($ui);

- viki

---

我不建议使用正则表达式解析HTML（参见）。 - federico-t

这则评论真的不太有用。当然可以使用正则表达式来解析上述HTML代码。它完全能胜任这个任务。 - Thoracius Appotite

@ThoraciusAppotite：正如您所看到的，有几个人将federico-t上面的评论标记为有用。 - Pierre François

Answer 1

尝试这个：

$string = "<span class='ui-allscores'>IND - 203/9 (49.4 Ovs)</span>";

动态span标签：

preg_match('/<span[^>]*>(.*?)<\/span>/si', $string, $matches);

具体的跨度标签：

preg_match("/<span class='ui-allscores'>(.*?)<\/span>/si", $string, $matches);

// Output
array (size=2)
  0 => string '<span class='ui-allscores'>IND - 203/9 (49.4 Ovs)</span>' (length=56)
  1 => string 'IND - 203/9 (49.4 Ovs)' (length=22)

- Bora

---

感谢大家解决我的问题。 - viki

某些解释可能会有帮助 - Reign.85

Answer 2

您的正则表达式问题在于[.]部分。这只匹配一个字面上的.，因为点号写在了字符类内。所以只需删除方括号即可。

 $five="~(?<=<span class='ui-allscores'>).*(?=</br></span>)~";

接下来的问题是 * 的贪心匹配。你可以在后面加上一个 ? 来改变此匹配行为。贪心匹配

$five="~(?<=<span class='ui-allscores'>).*?(?=</br></span>)~";

但总的来说：您最好使用HTML解析器来完成这项工作！请参见如何在PHP中解析和处理HTML/XML？。

- stema

Answer 3

如果您只想删除HTML标记，请使用PHP内置函数strip_tags来删除HTML标记。

有另外一个答案可以去除HTML标记Strip all HTML tags, except allowed。

- Joshua Kissoon