php - 使用 PHP 提取文章的第一段

Question

我想使用 RegEx 和 PHP 提取文章的第一段。我开始写一个正则表达式如下：

'/<p([^>]+)>(.*)<\/p>/i'

这就是工作，但唯一的小错误是，虽然标记被缩小并在一行中，如下所示：

<p>First Paragraph</p><p>SecondParagraph</p>

它只是匹配所有<p>First Paragraph</p><p>SecondParagraph</p>.
另外，我知道一个段落不能在另一个段落中，但我无法控制用户写什么，所以他可能会做这样的事情，在这种情况下，RegEx 会返回意想不到的结果，如下所示：

<p>
    First Paragraph
    <p>SecondParagraph</p>
</p>

现在正则表达式匹配<p>First Paragraph<p>SecondParagraph</p>但应该提取<p>First Paragraph<p>SecondParagraph</p></p>.

Answer 1

我参考了答案https://stackoverflow.com/a/1732454/268074

并建议您使用 Simple HTML DOM：

http://simplehtmldom.sourceforge.net/

str_get_html($string)->find('p')->plaintext;