正則表達式尋找<character>標籤

Question

需要正則表達式的幫助。我正在嘗試使用正則表達式，並且preg_match_all找到塊<character>...</character>。這裏是我的數據看起來像：

<character> 
杜塞爾多夫 
杜塞爾多夫 
    <div class="hp">dùsàiěrduōfū<div class="hp">dkfjdkfj</div></div> 
    <div class="tr"><span class="green"><i>г.</i></span> Duesseldorf (<i>Deutschland</i>)</div> 
    <div class="tr"></div> 
</character> 

<character> 
    我, 是誰 
    <div class="hp">текст</div> 
    <div class="tr">some text in different languages</div> 
</character> 

我試圖\<character\>.*\<\/character>但遺憾的是它沒有工作。有什麼建議麼？

Answer 1

如果使用preg家庭的功能，正則表達式應該是：

/\<character>(.*?)\<\/character>/s 

非貪婪的運營商?會阻止你只得到一個從第一<character>開始比賽，並結束在最後</character> 。/s標誌將允許您的點匹配換行符。

Answer 2

您可能需要使用「/ u」選項來正確處理UTF8文本。

http://php.net/manual/en/reference.pcre.pattern.modifiers.php

Answer 3

嘗試

<character>(.*?)<\/character> 

問號是ungreedy預選賽，這意味着它會匹配字符串儘可能短。另外<和>不需要轉義。

Answer 4

除非你需要在槍點使用正則表達式來做到這一點，DOMDocument將會更加準確。

<?php 

$dom = new DOMDocument; 
$dom->loadXML($data); 

$character_nodes = $dom->getElementsByTagName('character'); 

// use $character_nodes... 
?>