php正则表达式从HTML表中提取数据

Question

我正在尝试制作一个正则表达式来从表中取出一些数据。

我现在得到的代码是：

<table>
   <tr>
     <td>quote1</td>
     <td>have you trying it off and on again ?</td>
   </tr>
   <tr>
     <td>quote65</td>
     <td>You wouldn't steal a helmet of a policeman</td>
   </tr>
</table>

这我想替换为：

quote1：你有没有反复尝试过？

quote65：你不会偷警察的头盔

我已经写的代码是这样的：

%<td>((?s).*?)</td>%

但现在我被困住了。

Answer 1

如果你真的想使用正则表达式（如果你真的很确定你的字符串总是这样格式化可能没问题），那么像这样的东西，在你的情况下：

$str = <<<A
<table>
   <tr>
     <td>quote1</td>
     <td>have you trying it off and on again ?</td>
   </tr>
   <tr>
     <td>quote65</td>
     <td>You wouldn't steal a helmet of a policeman</td>
   </tr>
</table>
A;

$matches = array();
preg_match_all('#<tr>\s+?<td>(.*?)</td>\s+?<td>(.*?)</td>\s+?</tr>#', $str, $matches);

var_dump($matches);

关于正则表达式的几句话：

• <tr>
• 然后任意数量的空格
• 然后 <td>
• 那么你想捕捉什么
• 然后 </td>
• 又一样
• 最后， </tr>

我使用：

• ? 在正则表达式中以非贪婪模式匹配
• preg_match_all 获取所有匹配项

然后你会得到你想要的结果$matches[1]and $matches[2] (not $matches[0]) ; 这是var_dump我使用的输出（我删除了条目 0，以使其更短）：

array
  0 => 
    ...
  1 => 
    array
      0 => string 'quote1' (length=6)
      1 => string 'quote65' (length=7)
  2 => 
    array
      0 => string 'have you trying it off and on again ?' (length=37)
      1 => string 'You wouldn't steal a helmet of a policeman' (length=42)

然后你只需要操作这个数组，用一些字符串连接等；例如，像这样：

$num = count($matches[1]);
for ($i=0 ; $i<$num ; $i++) {
    echo $matches[1][$i] . ':' . $matches[2][$i] . '<br />';
}

你得到：

quote1:have you trying it off and on again ?
quote65:You wouldn't steal a helmet of a policeman

注意：您应该添加一些安全检查（例如preg_match_all必须返回 true，计数必须至少为 1，...）

附带说明：使用正则表达式解析 HTML 通常不是一个好主意；如果你可以使用真正的解析器，它应该更安全......