php - 提取标签之间文本但不提取标签的正则表达式

Question

我想编写一个正则表达式来提取<title>字符串中两个标签之间的内容，而不是标签。IE 我有以下

<title>My work</title>
<p>This is my work.</p> <p>Learning regex.</p>

正则表达式

(<title>)(.*?)(<\/title>)

提取<title>My work</title>但我只想提取My work. 我怎样才能做到这一点？这是示例http://regex101.com/r/mD8fB0的链接

Answer 1

您可以使用以下正则表达式：

>([^<]*)<

或者，>[^<]*<

然后消除不需要的字符，如 '<' & '>'

Answer 2

最好的方法是使用断言，对于您的情况，正则表达式将是：

(?<=\<title\>).*?(?=\<\/title\>)

有关更多详细信息，请查看此处

Answer 3

在您的情况下，您可以只使用正则表达式中的第二个反向引用，它将保存您感兴趣的文本。

既然你preg_match在标签中提到，我假设你想要这个用于 PHP。

$matches = array();
$pattern = '#<title>(.*?)</title>#'; // note I changed the pattern a bit
preg_match($pattern, $string, $matches);
$title = $matches[1];

请注意，这实际上是我的模式中的第一个反向引用，因为我省略了标签本身周围的括号，这是不需要的。

通常，您不应该使用正则表达式来解析 HTML 文档，但我认为这可能是其中一种例外情况，情况还不错，因为标题标签应该只在页面上存在一次。

Answer 4

我用它作为正则表达式的替换函数： (<.+?>)