我一直在看问题，对我的问题有了更好的了解，但仍然没有找到答案。
我有一个问题，在PHP正则表达式。我试图得到一个HTML文件的"alt"属性的所有文本。我考虑到所有可能的标签名称(img，输入和区域)和所有类型的可能性，如字符之间的空格和换行(如<img alt = "Hello">)。还必须注意，匹配字符串可以用单引号或双引号括起来，并在其中包含其他(不同的)引号，例如:<img alt="Alan's picture">或<img alt='Example for the word "hello" in the text'>。
这对我来说变得很困难(我是正则表达式的初学者)，所以我将向您展示我得到了什么。请注意，我试图在字符类中使用反向引用，我发现这是一个错误的做法(至少我认为是这样)。
'/<'s*(?:img|input|area)'s[^>]*alt's*='s*("|'')([^'1>]*)'1[^>]*>/siU'
我也在StackOverflow中看到，有些人推荐HTML解析器来处理这样的事情，但是我担心这种做法可能会消耗多少资源。你觉得这样更好吗?谢谢你！
使用解析器绝对是正确的方法。
Regex非常不适合这种类型的任务，甚至Jon Skeet也不能使用正则表达式
绝对应该使用解析器。这有几个原因:
- HTML解析器库可以解释正则表达式将错过的破碎(或其他格式错误)的HTML;例如，某些网页将无法转义嵌入在alt属性中的引号，例如
alt='why can't I do this' - 解析器将能够自动处理转义字符;例如，
alt="why the long space"此外，HTML解析器可能会提供速度和API优势
你可以看看StackOverflow问题健壮，成熟的HTML解析器对于PHP的一些建议，哪些解析器是值得使用的