我需要从网站上抓取一些数据。为此，我正在使用 preg_match，但我无法为其编写正则表达式。网站上的数据是
title="Russia"/></a>
<small>*</small> <a href="/profile/roman
我把正则表达式写成#title=\"Russia\"\/><\/a>((\n|\r)*)<small>*<\/small> <a href=\"/profile/(.+?)\"#sx
但这不起作用，我不知道为什么？当我回显我的正则表达式时，它说#title="Russia"\/><\/a>(( | )*)*<\/small>。其他人去哪儿了？为什么它不起作用？
尝试这个：
#title=\"Russia\"/></a>(\s*)<small>\*</small>\s+<a\s+href=\"/profile/(.+?)\"#sx
我已经逃脱了，*因为它是一个元字符。没有它，您将匹配包含单词small后跟零个或多个>s 的字符串。
您真的不应该使用正则表达式来评估标记内容，尤其是当您通过抓取页面获取它时。
在您的情况下，至少有三个原因可能会破坏您的正则表达式。
\s当您可以简单地使用代表“任何空白字符”时，不要尝试编写自己的空白评估器
在正则表达式中，星号 (*) 具有特殊含义，这就是为什么您不能简单地使用它来识别星号的原因。如果你想在 small 属性中收集内容，你应该使用它<small>(.*)</small>。另一方面，如果您实际上期望一个星号，那么您必须像这样逃避它<small>\*</small>。
您的正则表达式期望href最后一个属性的结束引号，<a>但在您的示例标记中您没有。如果在原始页面上您确实有一个结束引号，那么以下正则表达式应该可以解决问题。
#title=\"Russia\"\/><\/a>(\s*)<small>\*</small> <a href="/profile/(.+)?\"#sx
然而，我不得不再次建议使用DOMDocument之类的 DOM 解析器，不仅因为它在处理标记内容时更加可靠，而且因为它也可以解释错误的标记（当然，如果它作为 HTML 加载）。