Регулярное выражение PHP для извлечения данных из таблицы HTML

Question

Я пытаюсь создать регулярное выражение для извлечения некоторых данных из таблицы.

код, который у меня есть сейчас:

<table>
   <tr>
     <td>quote1</td>
     <td>have you trying it off and on again ?</td>
   </tr>
   <tr>
     <td>quote65</td>
     <td>You wouldn't steal a helmet of a policeman</td>
   </tr>
</table>

Это я хочу заменить на:

цитата1: ты пробовал это снова и снова?

цитата65:Вы бы не украли каску у полицейского

код, который я уже написал, таков:

%<td>((?s).*?)</td>%

Но теперь я застрял.

Answer 1

Регулярное выражение Тима, вероятно, работает, но вы можете рассмотреть возможность использования функциональности PHP DOM вместо регулярного выражения, поскольку оно может быть более надежным при обработке незначительных изменений в разметке.

Видеть метод loadHTML

Answer 2

Если вы действительно хотите использовать регулярные выражения (это может быть нормально, если вы действительно уверены, что ваша строка всегда будет отформатирована таким образом), как насчет чего-то вроде этого в вашем случае:

$str = <<<A
<table>
   <tr>
     <td>quote1</td>
     <td>have you trying it off and on again ?</td>
   </tr>
   <tr>
     <td>quote65</td>
     <td>You wouldn't steal a helmet of a policeman</td>
   </tr>
</table>
A;

$matches = array();
preg_match_all('#<tr>\s+?<td>(.*?)</td>\s+?<td>(.*?)</td>\s+?</tr>#', $str, $matches);

var_dump($matches);

Несколько слов о регулярном выражении:

• <tr>
• тогда любое количество пробелов
• затем <td>
• тогда что ты хочешь запечатлеть
• затем </td>
• и снова то же самое
• и наконец, </tr>

И я использую:

• ? в регулярном выражении для сопоставления в нежадном режиме
• preg_match_all чтобы получить все совпадения

После этого вы получите желаемые результаты $matches[1] и $matches[2] (нет $matches[0]) ;вот результат var_dump я использовал (Я удалил запись 0, чтобы сделать ее короче) :

array
  0 => 
    ...
  1 => 
    array
      0 => string 'quote1' (length=6)
      1 => string 'quote65' (length=7)
  2 => 
    array
      0 => string 'have you trying it off and on again ?' (length=37)
      1 => string 'You wouldn't steal a helmet of a policeman' (length=42)

Затем вам просто нужно манипулировать этим массивом, используя конкатенацию строк и т.п.;например, вот так:

$num = count($matches[1]);
for ($i=0 ; $i<$num ; $i++) {
    echo $matches[1][$i] . ':' . $matches[2][$i] . '<br />';
}

И вы получаете:

quote1:have you trying it off and on again ?
quote65:You wouldn't steal a helmet of a policeman

Примечание :вам следует добавить некоторые проверки безопасности (нравиться preg_match_all должен возвращать true, счетчик должен быть не менее 1, ...)

В качестве примечания: использование регулярных выражений для анализа HTML, как правило, не очень хорошая идея ;если вы можете использовать настоящий парсер, это должно быть намного безопаснее...

Answer 3

Как обычно, извлечение текста из HTML и других нерегулярных языков должно выполняться с помощью парсера — здесь регулярные выражения могут вызвать проблемы.Но если вы уверены в структуре своих данных, вы можете использовать

%<td>((?s).*?)</td>\s*<td>((?s).*?)</td>%

чтобы найти два фрагмента текста.Тогда \1:\2 будет заменой.

Если текст не может занимать более одной строки, безопаснее удалить (?s) кусочки...

Answer 4

Не используйте регулярное выражение, используйте парсер HTML.Такой как Простой PHP-парсер HTML DOM

Answer 5

Извлеките каждый контент из <td>

    preg_match_all("%\<td((?s).*?)</td>%", $respose, $mathes);
    var_dump($mathes);