1

我似乎无法掌握 php 中的正则表达式。具体来说，组捕获部分。

我有一个看起来像这样的字符串

<table cellpadding="0" cellspacing="0" border="0" width="100%" class="List">

  <tr class='row_type_1'>
    <td class="time">
                      3:45 pm
    </td>
    <td class="name">
                      Kira
    </td>
  </tr>

  <tr class='row_type_2'>
    <td class="time">
                      4:00 pm
    </td>
    <td class="name">
                      Near
    </td>
  </tr>

</table>

我希望我的数组看起来像这样

Array
(
   [0] => Array
   (
      [0] => 3:45 pm
      [1] => Kira
   )
   [1] => Array
   (
      [0] => 4:00 pm
      [1] => Near
   )
)

我只想使用 preg_match，而不是explode，array_keys 或循环。我花了一段时间才发现我需要一个 /s 来表示 .* 来计算换行符；我真的很想看到模式和捕获语法。

编辑：该模式只需要像 (row_type_1|row_type_2) 这样的东西来捕获我想要从中获取数据的表中仅有的两种类型的行。例如，在 row_type_2 之后是 row_type_3，然后是 row_type_1，然后 row_type_3 将被忽略，数组只会添加来自 row_type_1 的数据，如下所示。

Array
(
   [0] => Array
   (
      [0] => 3:45 pm
      [1] => Kira
   )
   [1] => Array
   (
      [0] => 4:00 pm
      [1] => Near
   )
   [2] => Array
   (
      [0] => 5:00 pm
      [1] => L
   )
)
4

4 回答 4

1

我会使用 XPath 和 DOM 从 HTML 中检索信息。如果 HTML 或查询变得更复杂，为此使用正则表达式可能会变得混乱。（如您目前所见）。DOM 和 XPath 是这方面的标准。为什么不使用它？

想象一下这个代码示例：

// load the HTML into a DOM tree
$doc = new DOMDocument();
$doc->loadHtml($html);

// create XPath selector
$selector  = new DOMXPath($doc);

// grab results
$result = array();
// select all tr that class starts with 'row_type_'
foreach($selector->query('//tr[starts-with(@class, "row_type_")]') as $tr) {
    $record = array();
    // select the value of the inner td nodes
    foreach($selector->query('td[@class="time"]', $tr) as $td) {
        $record[0]= trim($td->nodeValue);
    }
    foreach($selector->query('td[@class="name"]', $tr) as $td) {
        $record[1]= trim($td->nodeValue);
    }
    $result []= $record;
}

var_dump($result);
于 2013-04-18T19:58:31.883 回答
0

出于几个原因，您不应该使用正则表达式解析 html。最大的原因是很难解释格式不正确的 html 并且可能会变得大而缓慢。

我建议研究使用 php DOM 解析器或 php HTML 解析器。

于 2013-04-18T20:08:58.633 回答
0

尝试这个：

function extractData($str){
    preg_match_all("~<tr class='row_type_\d'>\s*<td class=\"time\">(.*)</td>\s*<td class=\"name\">(.*)</td>\s*</tr>~Usim", $str, $match);
    $dataset = array();
    array_shift($match);
    foreach($match as $rowIndex => $rows){
        foreach ($rows as $index => $data) {
            $dataset[$index][$rowIndex] = trim($data);
        }
    }
    return $dataset;
}

$myData = extractData($str);
于 2013-04-18T20:42:49.553 回答
0

地狱之路在这里：

$pattern = '`<tr .*?"time">\s++(.+?)\s++</td>.*?"name">\s++(.+?)\s++</td>`s';
preg_match_all($pattern, $subject, $matches, PREG_SET_ORDER);
foreach ($matches as &$match) {
    array_shift($match);
}
?><pre><?php print_r($matches);
于 2013-04-19T00:56:49.560 回答