Holen Sie Inhalt in HTML-Tags mit RegExp

Question

Ich möchte den Inhalt aus einer großen Datei von Tabellenzellen mit regexp extrahieren und die Daten mit PHP verarbeiten.

Hier ist die Daten, die ich passen mag:

<td>Current Value: </td><td>100.178</td> 

ich diesen regexp versucht, mit dem Text anzupassen und abrufen:

preg_match("<td>Current Value: </td><td>(.+?)</td>", $data, $output); 

aber ich erhalte eine „Unbekannter Modifikator“ Warnung und meine Die Variable $ output wird leer ausgegeben.

Wie kann ich das erreichen - und können Sie mir eine kurze Zusammenfassung der Funktionsweise der Lösung geben, damit ich versuchen kann zu verstehen, warum mein Code nicht funktioniert hat?

Answer 1

Sie benötigen Begrenzer um Ihre regex hinzuzufügen:

preg_match("#<td>Current Value: </td><td>(.+?)</td>#", $data, $output); 

Das Standardtrennzeichen ist /, aber Sie können andere nicht-alphanumerische Zeichen verwenden, wenn Sie wollen (was Sinn hier macht, weil die Regex selbst Schrägstriche enthält) . In Ihrem Fall dachte die Regex-Engine, dass Sie spitze Klammern als Trennzeichen verwenden wollten - und fehlgeschlagen.

Noch ein Tipp (abgesehen von der kanonischen Ermahnung "Du sollst HTML nicht mit Regexen analysieren") (was ich in einem bestimmten Fall vollkommen OK finde)): Benutze ([^<>]+) anstelle von (.*?). Auf diese Weise wird sichergestellt, dass Ihre Regex niemals über verschachtelte Tags transportiert wird, eine häufige Fehlerquelle im Umgang mit Markup-Sprachen.

Answer 2

Ich würde vorschlagen, Sie verwenden einen DOM-Parser. Es wird Ihr Leben viel einfacher machen, Ihren Code sauberer halten und einfacher zu pflegen sein.

http://simplehtmldom.sourceforge.net/

Dies hat einige Beispiele für Kind-Elemente zuzugreifen: http://simplehtmldom.sourceforge.net/manual.htm#section_traverse