正则表达式来排除一些

Question

这是我的正则表达式与类获取所有标签：

preg_match_all('/<\s*\w*\s*class\s*=\s*"?\s*([\w\s%#\/\.;:_-]*)\s*"?.*?>/',file,$matches); 

它带班的所有标签匹配像<a class="abc">

的问题是，如果任何标记包含类比以前额外属性这个正则表达式无法得到它。

例如为：<a id="fig_3_1" class="figure-contents">

我想忽略fig_3_1

任何想法将它排除在外<a class="figure-contents">？

Answer 1

<\s*\w*.*?\s*class\s*=\s*"?\s*([\w\s%#\/\.;:_-]*)\s*"?.*?> 

也许这工作 但你最好使用simple_html_dom

Answer 2

看看this amazing SO post和重新考虑。

您很可能会更好地使用html解析器。你可以使用DOM模型。

一个简单的例子，它如何在下面使用。

$dom = new DOMDocument; 
$dom->loadHTML($html); 
$images = $dom->getElementsByTagName('img'); 
foreach ($images as $image) { 
    $image->setAttribute('src', 'http://example.com/' .$image->getAttribute('src')); 
} 
$html = $dom->saveHTML();