我知道这个问题在SO周围,但我找不到合适的问题,我仍然在正则表达式中吸食:/
我有一个string
,该字符串是有效的 HTML。现在我想找到所有具有特定name
和attribute
的标签。
我尝试了这个正则表达式(即带有类型的div):/(<div type="my_special_type" src="(.*?)<'/div>)/
.
示例字符串:
<div>Do not match me</div>
<div type="special_type" src="bla"> match me</div>
<a>not me</a>
<div src="blaw" type="special_type" > match me too</div>
如果我使用preg_match那么我只会得到<div type="special_type" src="bla"> match me</div>
逻辑,因为另一个属性具有不同顺序的属性。
在示例字符串上使用preg_match
时,我需要什么正则表达式才能获得以下array
?
array(0 => '<div type="special_type" src="bla"> match me</div>',
1 => '<div src="blaw" type="special_type" > match me too</div>')
一般建议:不要使用正则表达式来解析 HTML 如果 HTML 更改,它会变得混乱。
请改用DOMDocument
:
$str = <<<EOF
<div>Do not match me</div>
<div type="special_type" src="bla"> match me</div>
<a>not me</a>
<div src="blaw" type="special_type" > match me too</div>
EOF;
$doc = new DOMDocument();
$doc->loadHTML($str);
$selector = new DOMXPath($doc);
$result = $selector->query('//div[@type="special_type"]');
// loop through all found items
foreach($result as $node) {
echo $node->getAttribute('src');
}
正如 hek2msql 所说,你最好使用 DOMDocument
$html = '
<div>Do not match me</div>
<div type="special_type" src="bla"> match me</div>
<a>not me</a>
<div src="blaw" type="special_type" > match me too</div>';
$matches = get_matched($html);
function get_matched($html){
$matched = array();
$dom = new DOMDocument();
@$dom->loadHtml($html);
$length = $dom->getElementsByTagName('div')->length;
for($i=0;$i<$length;$i++){
$type = $dom->getElementsByTagName("div")->item($i)->getAttribute("type");
if($type != 'special_type')
continue;
$matched[] = $dom->getElementsByTagName("div")->item($i)->getAttribute('src');
// or $matched[] = $dom->getElementsByTagName("div")->item($i)->nodeValue;
}
return $matched;
}