通过PHP的preg_match()匹配多行模式

Question

如何使用PHP preg_match()正则表达式模式匹配此HTML代码中的subject：

      <table border=0>
  <tr>
  <td>


  <h2>subject</h2>



    </td>

所有的空格和换行符都是有意留下的。因此，问题在于使用某个多行模式提取主题名称。

- Dmitriy Ryabinin

---

本文可能对 使用 preg_match 在 PHP 中进行多行搜索 有用。 - Ali Yousefi

Answer 1

如果你正在寻找嵌套在 td 标签中的 h2 标签，两者之间只有空格，并且需要包含空格、换行符等，请使用 \s。例如：

preg_match('#<td>\s*<h2>(.*?)</h2>\s*</td>#i',$str,$matches);
// result is in $matches[1]

在此处可以看到它的效果：这里。

为您提供这里不同修饰符列表，您可以传递给preg_*函数。可能会有用的标志包括：

• s ("dotall")：使得.匹配每个字符，包括换行符。因此，如果您的<h2>.....</h2>跨越多行，则需要执行下面的操作：

  preg_match('#<td>\s*<h2>(.*?)</h2>\s*</td>#is',$str,$matches);
  

  为了让.*可以跨越多行（请看正则表达式末尾的额外s？）。

• m（"multiline"）：这个选项只是允许^和$匹配每行的开头和结尾，而不仅仅是整个字符串的开头和结尾。如果您在模式中使用^和$并希望它们与输入中每个单独行的开头和结尾匹配，则只有在需要时才需要它。

- mathematical.coffee

---

谢谢！在找到您的帖子之前，我卡了1.5小时。我需要的是"s"属性。 - codemonkey613

我想匹配多行输入中特定行的开头，因此使用'/^start/im'。 - Derek Illchuk

Answer 2

您可以在正则表达式中添加m运算符：

// Given your HTML content.
$html = 'Your HTML content';
preg_match('/<td[^>]*>(.*?)<\/td>/im', $html, $matches);

希望这 (仍然) 有所帮助，哈哈哈。

- Saul Martínez

---

我认为你正在思考的是s修饰符（用于“DOTALL”或“单行”模式），这已经被建议过了。建议链接：https://dev59.com/Rmox5IYBdhLWcg3wzXel#8959000。 - Alan Moore

这个“哈哈哈”非常令人不安。 - Ch3shire

如果需要，尝试添加"sU"以及"m" - E Ciotti

Answer 3

您不应该使用正则表达式来解析HTML内容。如果无法控制用户输入，这可能会导致许多问题。每种语言都有更好的解决方案。在大多数情况下，XML解析器的效果更好。请查看DOMDocument, simplehtmldom或php-html-parser。

有关为什么不应该在HTML内容上使用正则表达式的更多答案，请参见此处：RegEx match open tags except XHTML self-contained tags

- Maciej Paprocki

---

我一直在寻找这个答案。我很惊讶，五年后竟然没有人建议使用正则表达式解析HTML可能是一个不好的主意。不明白为什么会被踩。 - s3v3n

是的，欢迎加入我们。尽管如此，我仍然坚持我的答案 :) - Maciej Paprocki

这绝对是处理这个问题的正确方式。至少给它又点了一个赞 :-) - Marty

我还没有对此进行投票，但是我可能要补充一点，即它忽略了问题的重点，即如何在多行文本中使用preg_match。如果您不喜欢这个用例，那么它并没有回答问题。 - Manngo

嗯，我认为我提供了比现有方案更好的解决方案。如果有人使用错误的工具，难道不应该告诉他们并提供更好的替代方案吗？ - Maciej Paprocki

Answer 4

非常简单，使用：

preg_match('/<h2>(.*?)<\\/h2>/', $str, $matches);
print($matches[1]);

多行格式对正则表达式没有影响，除非你需要匹配跨越多行的字符串。

- Borodin

---

抱歉，我应该更具体地说明问题。我处理的HTML代码中缺少“标识符”。可能会有其他h2标签和其他标签。因此，我正在尝试使用周围的标签来精确地定位代码中的特定位置。那么，如何使正则表达式模式理解多行？... - Dmitriy Ryabinin

Answer 5

使用4个反引号(作为Markdown语法)来捕获一个代码块。

例子易于适应。

<?php

$str = '
# Some Text

```` 
    h5 {
      font-size: 1rem;
      font-weight: 600;
    }
````

And some text.
';

$reg = '/````[^>]*(.*?)````/';

preg_match($reg, $str, $matches);
echo $matches[0];

/* OUTPUT
```` 
    h5 {
      font-size: 1rem;
      font-weight: 600;
    }
````
*/

echo preg_replace($reg, "DELETED", $str);

/* OUTPUT
# Some Text

DELETED

And some text.
*/

- NVRM

---

你正在回答什么问题？ - Toto

通过PHP的preg_match()匹配多行模式 - NVRM

Answer 6

你必须使用正则表达式中的 \s 来删除所有换行符：

$str ="<ol>
         <li>Capable for unlimited product</li>
         <li>Two currency support</li>
         <li>Works with touch screens and click screen based systems</li>
         <li>Responsive design <b>shopping cart</b>, Specially design for Mac, iPhone, iPad, PC and Android</li>
         <li>VAT for countries that support a Value Added Tax</li>
         <li>Barcode scanner checkout option for POS</li>
         <li>mRSS</li>
       </ol>";

preg_match("/^([A-Za-z0-9\s\<\>\.\,\/\-\ ]+)$/", $str);

// Sanitize your code before save to database.

function test_input($data) {
    $data = trim($data);
    $data = htmlspecialchars($data);
    $data = json_encode($data);
    $data = addslashes($data);
    return $data;
}

echo test_input($str);

- S M Zakir Hossain

---

我认为他想保留换行 - Maciej Paprocki