讲师中心 微信公众号

工具推荐

视频效率加速
立刻MV
立刻MV

低成本歌曲 MV、视频生成

updream

一键生成高质量推广成片

AniShort
AniShort

AI短剧协同制作平台

剧云
剧云

中文短剧剧本制作平台

通过php正则提取HTML标签_基于php正则解析HTML内容的方案

夜丽吖_9262

夜丽吖_9262

发布时间:2025-10-02 16:51:02

|

1030人浏览过

|

来源于php中文网

原创

正则可快速提取简单HTML标签内容,如用/]*>(.*?)/is匹配段落文本;2. 可扩展支持特定属性,如含class的div;3. 能提取img的src等属性值;4. 但对嵌套、不完整标签易出错,复杂场景应使用DOM解析器。

通过php正则提取html标签_基于php正则解析html内容的方案

在PHP中提取HTML标签内容时,正则表达式是一种轻量级且灵活的方案,适用于结构简单或格式明确的HTML片段。虽然处理复杂HTML文档推荐使用DOM解析器(如DOMDocument),但在某些场景下,用正则快速提取特定标签内容更高效。

1. 匹配基本HTML标签结构

正则的基本模式是匹配起始标签、中间内容和结束标签。以提取<p></p>标签为例:

$pattern = '/<p[^>]*>(.*?)<\/p>/is';
preg_match_all($pattern, $html, $matches);
$content = $matches[1]; // 提取的内容

说明:

  • <p>]*></p> 匹配<p></p>及其可能存在的属性(如class、id)
  • (.*?) 非贪婪捕获标签内的文本
  • 匹配闭合标签,斜杠转义
  • 修饰符i表示不区分大小写,s使.可匹配换行符

2. 提取带特定属性的标签

若需提取含有特定class或id的标签,可在正则中加入属性匹配:

AgentGen — HTML to PDF & Image
AgentGen — HTML to PDF & Image

将 HTML 转换为 PDF 和图片。无需注册,免费版开箱即用(每分钟 1 次请求,含水印)。如需更高频次及去水印……

下载

立即学习“PHP免费学习笔记(深入)”;

$pattern = '/<div[^>]+class=["\']my-class["\'][^>]*>(.*?)<\/div>/is';
preg_match_all($pattern, $html, $matches);

注意点:

  • [^>]+ 确保标签内有内容
  • 双引号或单引号都支持:["\']
  • 属性顺序可能变化,避免写死位置

3. 提取标签中的属性值

有时需要提取src、href等属性值,例如获取所有图片的src:

$pattern = '/<img [^ alt="通过php正则提取HTML标签_基于php正则解析HTML内容的方案" >]+src=["\']([^"\']+)["\'][^>]*>/i';
preg_match_all($pattern, $html, $matches);
$srcs = $matches[1];

该正则捕获src属性的值,忽略其他属性顺序。

4. 注意事项与局限性

正则处理HTML存在风险,需注意以下几点:

  • 嵌套标签无法准确匹配,如<div><div>...</div></div>,非贪婪模式也可能出错
  • 不完整的HTML(如自闭合标签)可能导致匹配失败
  • 过于复杂的结构建议改用DOMDocument + DOMXPath
  • 性能方面,正则适合小片段,大文档慎用

基本上就这些。对于简单提取任务,PHP正则足够用;若HTML结构复杂或动态多变,转向DOM解析更稳妥。

相关文章

HTML速学教程(入门课程)
HTML速学教程(入门课程)

HTML怎么学习?HTML怎么入门?HTML在哪学?HTML怎么学才快?不用担心,这里为大家提供了HTML速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

UpDream
UpDream Hot

一款AI视频创作工具,主要用于哔哩哔哩推出的自研AI视频创作工具,适合需要提升相关任务效率的用户。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

讯飞智文

一款面向学习和办公场景的AI文档创作工具,可辅助生成PPT与Word文档,提高资料整理和内容制作效率。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

相关专题

更多
js正则表达式
js正则表达式

php中文网为大家提供各种js正则表达式语法大全以及各种js正则表达式使用的方法,还有更多js正则表达式的相关文章、相关下载、相关课程,供大家免费下载体验。

5096

2023.06.20

正则表达式不包含
正则表达式不包含

正则表达式,又称规则表达式,,是一种文本模式,包括普通字符和特殊字符,是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串,通常被用来检索、替换那些符合某个模式的文本。php中文网给大家带来了有关正则表达式的相关教程以及文章,希望对大家能有所帮助。

3541

2023.07.05

java正则表达式语法
java正则表达式语法

java正则表达式语法是一种模式匹配工具,它非常有用,可以在处理文本和字符串时快速地查找、替换、验证和提取特定的模式和数据。本专题提供java正则表达式语法的相关文章、下载和专题,供大家免费下载体验。

9902

2023.07.05

java正则表达式匹配字符串
java正则表达式匹配字符串

在Java中,我们可以使用正则表达式来匹配字符串。本专题为大家带来java正则表达式匹配字符串的相关内容,帮助大家解决问题。

832

2023.08.11

正则表达式空格
正则表达式空格

正则表达式空格可以用“s”来表示,它是一个特殊的元字符,用于匹配任意空白字符,包括空格、制表符、换行符等。本专题为大家提供正则表达式相关的文章、下载、课程内容,供大家免费下载体验。

540

2023.08.31

Python爬虫获取数据的方法
Python爬虫获取数据的方法

Python爬虫可以通过请求库发送HTTP请求、解析库解析HTML、正则表达式提取数据,或使用数据抓取框架来获取数据。更多关于Python爬虫相关知识。详情阅读本专题下面的文章。php中文网欢迎大家前来学习。

713

2023.11.13

正则表达式空格如何表示
正则表达式空格如何表示

正则表达式空格可以用“s”来表示,它是一个特殊的元字符,用于匹配任意空白字符,包括空格、制表符、换行符等。想了解更多正则表达式空格怎么表示的内容,可以访问下面的文章。

406

2023.11.17

正则表达式中如何匹配数字
正则表达式中如何匹配数字

正则表达式中可以通过匹配单个数字、匹配多个数字、匹配固定长度的数字、匹配整数和小数、匹配负数和匹配科学计数法表示的数字的方法匹配数字。更多关于正则表达式的相关知识详情请看本专题下面的文章。php中文网欢迎大家前来学习。

739

2023.12.06

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

140

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
墨刀帮助中心
墨刀帮助中心

共0课时 | 0人学习

MyEclipse学习中心
MyEclipse学习中心

共0课时 | 0人学习

Apache Subversion 官方手册
Apache Subversion 官方手册

共0课时 | 0人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn