我想解析一个HTML文档并获取所有用户的昵称。HTML分析正则表达式
他们都是这种格式:
<a href="/nickname_u_2412477356587950963">Nickname</a>
我能如何使用PHP中的regular expression呢?我无法使用DOMElement或简单的HTML解析。
我想解析一个HTML文档并获取所有用户的昵称。HTML分析正则表达式
他们都是这种格式:
<a href="/nickname_u_2412477356587950963">Nickname</a>
我能如何使用PHP中的regular expression呢?我无法使用DOMElement或简单的HTML解析。
这里是不使用正则表达式的工作液:
的DomDocument :: loadHTML()是忘记足以对畸形HTML工作。
<?php
$doc = new DomDocument;
$doc->loadHTML('<a href="/nickname_u_2412477356587950963">Nickname</a>');
$xpath = new DomXPath($doc);
$nodes = $xpath->query('//a[starts-with(@href, "/nickname")]');
foreach($nodes as $node) {
$username = $node->textContent;
$href = $node->getAttribute('href');
printf("%s => %s\n", $username, $href);
}
谢谢,但你们不明白我的意思,“昵称”是一个变量,所以这个随机数字集 –
preg_match_all(
'{ # match when
nickname_u_ # there is nickname_u
[\d+]* # followed by any number of digits
"> # followed by quote and closing bracket
(.*)? # capture anything that follows
</a> # until the first </a> sequence
}xm',
'<a href="/nickname_u_2412477356587950963">Nickname</a>',
$matches
);
print_r($matches);
了一个多HTML parser对HTML使用正则表达式平时免责声明适用。以上可能可以改进到更可靠的匹配。 It will work for the example you gave though.
Oblig:http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454 – Oded
出于纯粹的好奇心,为什么你不能使用HTML解析器? –
你不需要一个正则表达式,你可以用[DomDocument :: loadHTML()](http://www.php.net/manual/en/domdocument.loadhtml.php)来完成。 – arnaud576875