正则表达式问题

FG2006 2010-06-21 05:44:58

我在一个程序中需要抽取html中的部分内容，如下，需要抽取<h3 class="r">标签下的href属性值，还有<div class="s">标签下到<b>...</b>的内容，并去除中间的标签如<em>，我对正则不太懂，请问在php中用正则表达式怎么实现啊？

<li class=g>
<h3 class="r">
<a href="http://daode.cycnet.com/rewu/t20040416_2649.htm" target=_blank class=l>雷锋：我愿永远做一个<em>螺丝钉</em>-青少年思想道德网</a>
</h3>
<div class="s">一个人的作用，对于革命事业来说，就如一架机器上的一颗<em>螺丝钉</em>。机器由于许许多多的<em>螺丝钉</em>的联结和固定，才成为一个坚实的整体，才能够运转自如，发挥它巨大的工作能力 <b>...</b>
<br><span class=f><cite>daode.cycnet.com/rewu/t20040416_2649.htm</cite> - <span class=gl><a href="http://webcache.googleusercontent.com/search?q=cache:-lM6FaqkWq4J:daode.cycnet.com/rewu/t20040416_2649.htm+%E8%9E%BA%E4%B8%9D%E9%92%89&cd=3&hl=zh-CN&ct=clnk&ie=UTF-8" target=_blank>网页快照</a></span></span>
</div>

...全文

147 4 打赏收藏转发到动态举报

写回复

用AI写文章

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

xingchen189 2010-06-22

打赏
举报

正在学习中……

Dleno 2010-06-21

打赏
举报



set_time_limit(0);

$url = "http://www.google.com.hk/search?hl=zh-CN&source=hp&q=PHP&aq=f&aqi=&aql=&oq=&gs_rfai=";

$html = file_get_contents($url);



$html = preg_replace('/>(\s+)/','>',$html);

$html = preg_replace('/(\s+)</','<',$html);

$html = preg_replace('/(\s+)/',' ',$html);

$html = str_replace("\r\n",'',$html);

$html = str_replace("\t",'',$html);



echo "<pre>";

$result=array();

preg_match_all('~<li class=g[^>]*?><h3 class="r[^>]*?"><a href="(.*?)"[^>]*?>(.*?)</a></h3>~is',$html,$data);

foreach($data[1] as $key=>$item){

	$result[$key]["href"]=$item;

}

foreach($data[2] as $key=>$item){

	$item = str_replace(array("<em>","</em>"),"",$item);

	$result[$key]["title"]=$item;

}

preg_match_all('~<div class="s[^>]*?"[^>]*?>(.*?)<br><(span|div)[^>]*?class=[^>]*?>~is',$html,$data);

foreach($data[1] as $key=>$item){

	$item = str_replace(array("<b>...</b>","<em>","</em>"),array(""),$item);

	$result[$key]["content"]=$item;

}

print_r($result);

ghostwuboy 2010-06-21

打赏
举报



$str = <<<html

<li class=g>

  <h3 class="r">

  <a href="http://daode.cycnet.com/rewu/t20040416_2649.htm" target=_blank class=l>雷锋：我愿永远做一个<em>螺丝钉</em>-青少年思想道德网</a>

  </h3>

  <div class="s">一个人的作用，对于革命事业来说，就如一架机器上的一颗<em>螺丝钉</em>。机器由于许许多多的<em>螺丝钉</em>的联结和固定，才成为一个坚实的整体，才能够运转自如，发挥它巨大的工作能力 <b>...</b>

  <br><span class=f><cite>daode.cycnet.com/rewu/t20040416_2649.htm</cite> - <span class=gl><a href="http://webcache.googleusercontent.com/search?q=cache:-lM6FaqkWq4J:daode.cycnet.com/rewu/t20040416_2649.htm+%E8%9E%BA%E4%B8%9D%E9%92%89&cd=3&hl=zh-CN&ct=clnk&ie=UTF-8" target=_blank>网页快照</a></span></span>

  </div>

html;

$pattern = "/(<h3 class=\"r\">\s*<a href=\"(.*?)\".*)<em>(.*)<\/em>(.*<\/h3>)/is";

preg_match_all($pattern, $str, $aMatch);

print_r($aMatch[2]);

$replacement = "\$1$2\$3\$4";

$str1 = preg_replace($pattern, $replacement, $aMatch[0][0]);

echo $str1;

echo "\n";

$pattern2 = "/(<div class=\"s\">.*)<em>(.*)<\/em>(.*<\/b>)/is";

$replacement2 = "\$1$2\$3\$4";

preg_match_all($pattern2, $str, $aMatch2);

$str2 = preg_replace($pattern, $replacement, $aMatch2[0][0]);

echo $str2;