我有这个数据：
<meta name="description" content="Access Kenya is Kenya's leading corporate Internet service provider and is a technology solutions provider in Kenya with IT and network solutions for your business.Welcome to the Yellow Network.Kenya's leading Corporate and Residential ISP" />;
我使用的是这个正则表达式：
<meta +name *=['"']?description['"']? *content=['"']?([^<>''"]+)['"']?
获取网页描述一切正常，但一切都停顿了，到处都有撇号。
我该如何逃脱？
正则表达式为<meta>节点考虑以下三个选项：
<meta name="description" content="Some Content" />
<meta name='description' content='Some Content' />
<meta name=description content=Some Content />
第三个选项不是有效的HTML，但一切都可能发生，所以……你是对的。
简单的方法是修改原始的正则表达式结束标记，并使用?非贪婪运算符：
<meta +name *=['"']?description['"']? *content=['"']?(.*?)['"']? */?>
└─┘ └───┘
search zero-or-more characters except following closing tag characters
regex101演示
但是，在这种情况下，如果你有这个元，会发生什么？
<meta content="Some Content" name="description" />
您的正则表达式将失败。
要real匹配HTML节点，必须使用解析器：
$dom = new DOMDocument();
libxml_use_internal_errors(1);
$dom->loadHTML( $yourHtmlString );
$xpath = new DOMXPath( $dom );
$description = $xpath->query( '//meta[@name="description"]/@content' );
echo $description->item(0)->nodeValue);
将输出：
Some Content
是的，它是5行对1行，但使用此方法，您将匹配任何<meta name="description">（如果它包含第三个无效属性）。
- 阅读有关DOMDocument的更多信息
- 阅读有关DOMXPath的更多信息
- 阅读为什么不能用正则表达式解析[X]HTML