我正在尝试创建一个表达式，该表达式将在how2bypass.co.cc这样的页面中搜索，并返回"form"标记中"action"属性的内容，以及任何输入标记中"name"answers"type"属性的内容。我不能使用html解析器，因为我的最终目标是自动检测给定页面是否是网络代理，一旦网站意识到我在做这件事，他们可能会开始做一些愚蠢的事情，比如用javascript编写整个文档来阻止我解析它
我使用的是代码
preg_match_all('/<form.*action'="(.*?)".*>[^<]*<input.*type'=/i', $pageContents, $inputMatches);
这对action属性来说很好，但一旦我在type之后加了一个"，代码就停止工作了。为什么？它可以工作一次，但不能工作两次？
正则表达式是贪婪的。。。
如果检查页面源，下面可能会匹配第一个<input和最后一个type=，并捕获其间的所有内容。
`<input.*type'=`
您将无法用当前表达式捕获表单和所有输入，因为并非每个输入都以表单标记为前缀。你需要通过以下方式之一来处理它：
- 捕获整个表单标记
<form>...</form>，然后捕获一个正则表达式以匹配捕获中的所有输入 - 将当前表达式调整为非贪婪
.*?，并允许对输入标记进行多次捕获
如果看不到要提取的目标页面，只有几件事可以猜测：
type=属性可能没有双引号，因为type=text也是有效的。或者它可能有单引号，或者=周围有一些空白- 如果标记之间或标记内部有换行符，
.*占位符可能会失败。建议使用/sregex标志 - 而且通常更可靠的是使用否定字符类，如
[^<>]*或[^"]，而不是.* - 您不需要转义
'=等号
也许你应该把它分开。使用一个正则表达式提取<form>..</form>块。然后在中搜索<input>标签。