相关疑难解决方法(0)

如何解析HTML/XML并从中提取信息？

我需要匹配所有这些开始标记:

<p>
<a href="foo">

但不是这些:

<br />
<hr class="foo" />

我想出了这个,并希望确保我做对了.我只抓住了a-z.

<([a-z]+) *[^/]*?>

我相信它说:

• 找一个小于,然后
• 然后,查找(并捕获)az一次或多次
• 然后找到零个或多个空格
• 找到任何字符零次或多次,贪婪/,然后
• 找到一个大于

我有这个权利吗？更重要的是,你怎么看？

我见过很多表达式来删除特定的标签(或多个指定标签),以及一个以删除所有,但一个特定的标签,但我还没有找到一种方法,除了许多排除(即所有除了全部删除p, b, i, u, a, ul, ol, li)在PHP.我对正则表达式很不满意,所以我需要一只手.:) 谢谢!