正则表达式在标签之间获取文本

Question

我正在编写一个应用程序来获取html页面的标题，一些文本位于body标签和图像下。 这是像Facebook的份额的东西。我可以得到一个正则表达式。谢谢你的帮助。

Answer 1

像<title>(.*?)</title>这样的正则表达式会为您提供标题内容。 。*？部分用于匹配任何字符，以非贪婪的方式（如果页面中有另一个标题结束标记）。

Answer 2

您应该使用HTML分析器而不是正则表达式。例如，请参阅Simple HTML DOM。

您的任务的正则表达式将非常难以维护，并且在有关页面的任何更改时都会很容易中断，更不用说您不能说明HTML注释。

Answer 3

我刚刚创造了这个表达式，它获取标签内的文本（节点值），而没有实际的标签本身。

(?<=\"\>)(.*?)(?=\<\/)

您可以用PHP在这里看到它在行动：http://codepad.viper-7.com/AUTcv3