Question

我有以下问题：我尝试使用preg_match找到网站的一部分：

preg_match("|<TABLE BORDER=1 CELLSPACING=0 CELLPADDING=5 WIDTH=1280 HEIGHT=50>
<TR VALIGN=TOP>
<TD WIDTH=1280 BGCOLOR=WHITE>
<FONT COLOR=BLACK SIZE=2>
This
is
a
test
</FONT>
</TR>
</TABLE>
|",$website,$matches);

它工作得很好......但是表格的价值（在这种情况下“这是一个测试”）每天都在变化，所以我试着这样做：

preg_match("|<TABLE BORDER=1 CELLSPACING=0 CELLPADDING=5 WIDTH=1280 HEIGHT=50>
<TR VALIGN=TOP>
<TD WIDTH=1280 BGCOLOR=WHITE>
<FONT COLOR=BLACK SIZE=2>
(.*)
</FONT>
</TR>
</TABLE>
|",$website,$matches);

但是现在函数的返回值是0，所以没有找到任何匹配项。只有当我尝试这个时它再次起作用：

preg_match("|<TABLE BORDER=1 CELLSPACING=0 CELLPADDING=5 WIDTH=1280 HEIGHT=50>
<TR VALIGN=TOP>
<TD WIDTH=1280 BGCOLOR=WHITE>
<FONT COLOR=BLACK SIZE=2>
(.*)
(.*)
(.*)
(.*)
</FONT>
</TR>
</TABLE>
|",$website,$matches);

所以现在我的问题是：即使表格的值今天有4行，明天有6行，我怎么才能找到该部分（我从来不知道^^）

谢谢

Answer 1

对于跟踪html来源，HTMLDOM类优于preg_match，并且它是干净的。

Answer 2

您需要s修饰符匹配多行，请参阅manual：

...
|s",$website,$matches);

但是，正则表达式不是解析html的最佳方法，你最好使用像PHP Simple HTML DOM解析器这样的东西。

Answer 3

您需要使用s（又名dotall）修饰符来允许.匹配换行符：

preg_match("|<TABLE BORDER=1 CELLSPACING=0 CELLPADDING=5 WIDTH=1280 HEIGHT=50>
<TR VALIGN=TOP>
<TD WIDTH=1280 BGCOLOR=WHITE>
<FONT COLOR=BLACK SIZE=2>
(.*?)
</FONT>
</TR>
</TABLE>
|s",$website,$matches);
 ^

您还应该使用.*?来使比赛变得非贪婪。否则，如果网站包含多个这样格式化的表格，您可能会从一个表格的开头到另一个表格的结尾匹配。

Answer 4

这样做 - （只是添加了一个包含\ n的条件。）

preg_match("/<TABLE BORDER=1 CELLSPACING=0 CELLPADDING=5 WIDTH=1280 HEIGHT=50>
<TR VALIGN=TOP>
<TD WIDTH=1280 BGCOLOR=WHITE>
<FONT COLOR=BLACK SIZE=2>
((?:.|\n)*?)
<\/FONT>
<\/TR>
<\/TABLE>
/",$website,$matches);
print_r($matches);

//OUTPUT:
Array
(
    [0] => <TABLE BORDER=1 CELLSPACING=0 CELLPADDING=5 WIDTH=1280 HEIGHT=50>
            <TR VALIGN=TOP>
            <TD WIDTH=1280 BGCOLOR=WHITE>
            <FONT COLOR=BLACK SIZE=2>
            This
            is
            a
            test
            </FONT>
            </TR>
            </TABLE>

    [1] => This
        is
        a
        test
)

在preg_match中使用多行字符串

4 个答案: