萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 正則表達式擷取指定區塊內容:preg_match_all 實戰範例解析

情境:解析自訂標籤格式

目標字串包含類似 `{dede:link text='標題'} 網址 {/dede:link}` 的標記,需提取標題與網址。

原始碼分析與改進

<?php
$str = "{dede:link text='三版下載'} https://softs.111cn.net/5j/game/2011/03/04/hs60v3.sisx {/dede:link}";

// 1. 以結束標籤分割
$parts = explode('{/dede:link}', $str);
// 過濾空段落
$links = array_filter($parts, function($v) { return trim($v) !== ''; });

foreach ($links as $part) {
    // 2. 提取標題:{dede:link text='標題'}
    if (preg_match("/\{dede:link\s+text='([^']+)'\}/i", $part, $m)) {
        $title = $m[1];
    }
    
    // 3. 提取網址:'}' 之後的內容
    if (preg_match("/\}\s*(.+)$/i", $part, $m)) {
        $url = trim($m[1]);
    }
    
    if (isset($title, $url)) {
        echo "$title ";
    }
}

正則模式詳解

模式說明
\{dede:link\s+text='([^']+)'\}匹配開始標籤,捕獲單引號內的標題
i不區分大小寫修飾符
\]\s*(.+)$匹配結束大括號後的所有內容(網址)

更穩健的單一正則解析

<?php
$str = "{dede:link text='標題1'} https://url1.com {/dede:link}
        {dede:link text='標題2'} https://url2.com {/dede:link}";

// 使用 preg_match_all 一次擷取所有
$pattern = "/\{dede:link\s+text='([^']+)'\}\s*([^\s\{]+)/i";

if (preg_match_all($pattern, $str, $matches, PREG_SET_ORDER)) {
    foreach ($matches as $m) {
        // $m[0] 完整匹配
        // $m[1] 第一個捕獲組:標題
        // $m[2] 第二個捕獲組:網址
        echo "{$m[1]}
"; } } /* 模式分解: \{dede:link\s+text=' 字面匹配開始標籤 ([^']+) 捕獲組1:非單引號字元(標題) '\}\s* 字面匹配 '} 及可能的空白 ([^\s\{]+) 捕獲組2:非空白、非 { 字元(網址,簡化假設) */

進階:支援屬性順序不固定、雙引號、多屬性

$pattern = '/
    \{dede:link\s+           # 開始標籤
    (?:[^\}]*?\btext=        # 非貪婪匹配到 text=
    ([\'"])([^\1]+?)\1       # 捕獲引號類型與內容(反向參考)
    [^\}]*?                  # 其餘屬性
    \}                       # 結束標籤
    \s*                      # 空白
    (\S+)                    # 捕獲網址(非空白)
    (?:\s*\{\/dede:link\})?  # 可選的結束標籤
/xi';

preg_match_all($pattern, $str, $matches, PREG_SET_ORDER);
foreach ($matches as $m) {
    // $m[1] 引號, $m[2] 標題, $m[3] 網址
    echo "{$m[2]}
"; }

常見正則陷阱與修正

問題錯誤寫法修正
貪婪匹配吃掉多個標籤`text='(.*)'``text='([^']*)'` 或 `text='(.*?)'`
特殊字元未轉義`{dede:link``\{dede:link`
跨行匹配失效預設 `.` 不匹配換行加 `s` 修飾符:`/pattern/s`
效能災難(回溯)`(.*)(.*)` 等具體化字元類別、使用原子群組

現代替代方案:DOMDocument 解析 HTML/XML

<?php
// 若輸入為標準 HTML/XML,勿用正則
$dom = new DOMDocument();
@$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

$xpath = new DOMXPath($dom);
$links = $xpath->query("//a[@class='dede-link']");

foreach ($links as $link) {
    echo $link->getAttribute('href') . ' - ' . $link->textContent;
}

正則適用於非標準、固定格式、簡單結構的文字解析;HTML/XML 請用專用解析器。

copyright © 萬盛學電腦網 all rights reserved