如何使用preg_Match函数获取span标签内容？

我有以下HTML代码：

<span role="button" class="a-n S1xjN" tabindex="0">414,817 people</span>

如何使用preg_match函数获取414817号？

---

解决方案

更好的解决方案

正则表达式在这里是错误的工具。HTML值not a regular language，无法使用正则表达式进行准确解析。改用DOM解析器。它不仅简单得多，而且更准确、更可靠，并且不会在未来标记格式发生变化时中断。

这就是如何使用PHP的内置DOMDocument类获取<span>标记内的内容：

$dom = new DOMDocument;
$dom->loadHTML($yourHTMLString);
$result = $dom->getElementsByTagName('span')->item(0)->nodeValue;

如果有多个标记，并且您想要从所有标记中获取节点值，则只需使用foreach循环，如下所示：

$dom->loadHTML($html);
foreach ($dom->getElementsByTagName('span') as $tag) {
    echo $tag->nodeValue . '<br/>';
}

最后，要仅从节点值中提取数字，您有几个选项：

// Split on space, and get first part
echo explode(' ', $result, 2)[0]; 

// Replace everything that is not a digit or comma
echo preg_replace('/[^d,]/', '', $result); 

// Get everything before the first space
echo strstr($result, ' ', 1);

// Remove everything after the first space
echo strtok($result, ' ');

所有这些语句都将输出414,817。有一整套string functions可供您使用，您可以选择一个适合您需求的解决方案。

基于Regex的解决方案

如果您绝对必须使用preg_match()，则可以使用以下内容：

if (preg_match('#<span[^<>]*>([d,]+).*?</span>#', $result, $matches)) {
    echo $matches[1];
}

[^<>]*表示匹配任意数量的字符(尖括号除外)，以确保我们不会意外中断我们所在的标记。

.*?(请注意?)表示匹配任意数量的字符，但只能匹配尽可能少的&qot；。这避免了从标记中的第一个到最后一个<span>标记进行匹配(如果有多个<span>)。

我绝对不能保证regex将始终工作，但对于那些想要完成一次性工作的人来说，它应该足够了。在这种情况下，最好使用一个适用于正常情况的正则表达式，而不是为事情不是普遍完美而哭泣：)