0

テーブルからデータを取り出すための正規表現を作成しようとしています。

私が今持っているコードは次のとおりです。

<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>

これを次のものに置き換えたい:

quote1:何度も何度も試してみましたか?

引用65：警官のヘルメットを盗むことはない

私がすでに書いたコードはこれです：

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

しかし今、私は立ち往生しています。

4

5 に答える 5

5

本当に正規表現を使用したい場合 (文字列が常にそのようにフォーマットされることが本当に確実な場合は問題ないかもしれません)、あなたの場合、次のようなものはどうですか:

$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);

正規表現について一言:

  • <tr>
  • その後、任意の数のスペース
  • それから<td>
  • 次に、あなたがキャプチャしたいもの
  • それから</td>
  • そしてまた同じ
  • そして最後に、</tr>

そして私は使用します：

  • ?非貪欲モードで一致する正規表現で
  • preg_match_allすべてのマッチを取得するには

$matches[1]次に、 and $matches[2] (not $matches[0])で必要な結果を取得します。var_dumpこれが私が使用した出力です（エントリ0を削除して短くしました）：

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)

次に、いくつかの文字列連結などを使用して、この配列を操作するだけです。たとえば、次のように:

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

そして、あなたは得る：

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

注 : いくつかのセキュリティ チェックを追加する必要があります( preg_match_alltrue を返す必要がある、count が少なくとも 1 である必要がある、など)。

余談ですが、正規表現を使用して HTML を解析することは、一般的にあまり良い考えではありません。本物のパーサーを使えば、もっと安全なはずです...

于 2009-07-19T20:31:03.167 に答える
3

Tim の正規表現はおそらく機能しますが、正規表現の代わりに PHP の DOM 機能を使用することを検討することをお勧めします。これは、マークアップの小さな変更を処理する際により信頼性が高くなる可能性があるためです。

loadHTML メソッドを参照してください

于 2009-07-19T20:30:32.153 に答える
1

いつものように、HTML やその他の非正規言語からテキストを抽出するには、パーサーを使用する必要があります。正規表現はここで問題を引き起こす可能性があります。ただし、データの構造がわかっている場合は、次を使用できます

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

2 つのテキストを検索します。\1:\2 が置換されます。

テキストが複数行にまたがることができない場合は、(?s)ビットを削除する方が安全です...

于 2009-07-19T20:20:39.583 に答える
0

正規表現を使用せず、HTML パーサーを使用してください。PHP Simple HTML DOM Parserなど

于 2009-07-19T20:28:10.320 に答える