正則表達式解析HTML

請參閱代碼：正則表達式解析HTML

$result = "<b>Associated Names</b>&nbsp;&nbsp;[<a href='http://www.examples.com/authors.html?act=change&id=6141&item=associated'><u>Edit</u></a>]</td> 
     </tr> 
     <tr> 
      <td class='text' align='left'>G&#12539;R<br />G-R<br />   </td>" 

preg_match_all("/<b>Associated Names.{10,100}<td class='text' align='left'>((.*<br \/>)*).*<\/td>/sU", $result, $assoc); 
var_dump($assoc); 
----------------------------------------------------------- 
RESULT 
array 
    0 => 
    array 
     0 => string '<b>Associated Names</b></td> 
     </tr> 
     <tr> 
      <td class='text' align='left'>G&#12539;R<br />G-R<br />   </td>' (length=135) 
    1 => 
    array 
     0 => string '' (length=0) 
    2 => 
    array 
     0 => string '' (length=0)

我希望它返回

array(
    1 => 
    array 
     0 => string 'G&#12539;R', 
    2 => 
    array 
     0 => string> 'G-R' 
)

是括號的事（（））我想解決這個問題，請大家幫忙我

來源

2010-07-17 meotimdihia

什麼是你對符合正則表達式？ – quantumSoup 2010-07-17 17:23:40

最好不要使用正則表達式來解析HTML。改爲嘗試一個HTML解析器。 – 2010-07-17 17:25:54

我們可以在「Ask Question」頁面告訴用戶不要嘗試用正則表達式解析HTML嗎？ – 2010-07-17 17:44:17

請不要試圖用正則表達式解析HTML，它invokes the wrath of Zalgo。

嘗試使用the DOM和xpath來定位您嘗試提取的特定元素和屬性。

（我會提供一個XPath例子，但它仍然是我學習的列表... :)）

來源

2010-07-17 17:25:56 Charles

感謝您的建議 – meotimdihia 2010-07-17 17:28:20

不幸的是，有些時候這是唯一的方法，因爲不是每個頁面都格式良好。很多次，Zend Dom Query未能正確創建dom，並且我得到了錯誤的結果。當然不是框架的錯誤，但解析可能會變得混亂。我使用兩種方法，特設。 – johnjohn 2010-07-17 17:31:18

@john，您是否試圖首先通過[tidy]（http://us2.php.net/manual/en/book.tidy.php）運行該頁面？ – Charles 2010-07-17 17:42:31

回答

相關問題