以下例子提供了一种在标签之间检索文本的方法。
注意：不要使用正则表达式解析html。
通过使用正则表达式preg_match()、preg_match_all()函数，这二个函数进行的工作类似于php循环一样，多次遍历得到想要的结果。
另外，使用dom函数可以加快解析速度，得到干净的解析结果。
下面这个例子，使用 preg_match()函数来实现。
代码：
<?php
/**
*
* @get text between tags
*
* @param string (The string with tags)
*
* @param string $tagname (the name of the tag
*
* @return string (Text between tags)
*
*/
function getTextBetweenTags($string, $tagname)
{
$pattern = "/<$tagname>(.*?)</$tagname>/";
preg_match($pattern, $string, $matches);
return $matches[1];
}
?>
注意：以上实现了一个简单的标签获取函数，不过它无法处理嵌套的标签，以及不完整的标签。
通过使用php的dom扩展，可以轻松解决这个问题。
来看下面的例子，函数本身有三个参考：
$tag
标签之间的文本
$html
要搜索的HTML或XML
$strict
告诉函数加载HTML或XML模式，默认为HTML模式。
第三个参数，允许设置函数来解析XML和一些XHTML文档中发现的自定义标签。
代码：
<?php
/**
*
* @get text between tags
*
* @param string $tag The tag name
*
* @param string $html The XML or XHTML string
*
* @param int $strict Whether to use strict mode
*
* @return array
*
*/
function getTextBetweenTags($tag, $html, $strict=0)
{
/*** a new dom object ***/
$dom = new domDocument;
/*** load the html into the object ***/
if($strict==1)
{
$dom->loadXML($html);
}
else
{
$dom->loadHTML($html);
}
/*** discard white space ***/
$dom->preserveWhiteSpace = false;
/*** the tag by its tag name ***/
$content = $dom->getElementsByTagname($tag);
/*** the array to return ***/
$out = array();
foreach ($content as $item)
{
/*** add node value to the out array ***/
$out[] = $item->nodeValue;
}
/*** return the results ***/
return $out;
}
?>
在这个例子中，如果使用普通的html，则无需提供第三个参数。
这允许处理无效的、不完整的html标签。缺少关闭的<p>标签，然而，使用dom和loadHtml可以允许这样的偏差。
这个例子仍然会解析html，并检索一个数组中所有文字之间的所有<a>锚标签。
代码：
<?php
$html = '<body>
<h1>Heading</h1>
<a href="http://jb200.com">jb200.com</a>
<p>paragraph here</p>
<p>Paragraph with a <a href="http://jb200.com">LINK TO jb200.com</a></p>
<p>This is a broken paragraph
</body>';
$content = getTextBetweenTags('a', $html);
foreach( $content as $item )
{
echo $item.'<br />';
}
?>
在最后的这个例子中，使用两个自定义标签，应用于XML或XHTML文件。
第三个参数被设置为使用XML模式和解析的自定义标签。
代码：
<?php
$xhtml = '<html>
<body>
<para>This is a paragraph</para>
<para>This is another paragraph</para>
</body>
</html>';
$content2 = getTextBetweenTags('para', $xhtml, 1);
foreach( $content2 as $item )
{
echo $item.'<br />';
}
?>