必须先清理注释再提取title，因为preg_match无法区分注释与正文，直接匹配会误吞注释或包含注释内容；需用preg_replace清除html、php及shell注释，再用preg_match提取，但复杂场景推荐domdocument解析。
直接用 preg_match 提取 <title></title> 标签时，如果 HTML 里混着注释（比如 <!-- ... --> 或 <?php // ... ?>），正则会把注释当正文匹配进去，导致提取出错或截断。必须先清理注释，再提标题。
为什么不能边匹配边过滤注释
正则本身不区分“注释”和“标签内容”，/<title>(.*?)/si</title> 遇到 <!-- 注释 --><title>xxx</title> 会把注释当成前导空白吞掉；但如果注释在 title 标签内部（极少见但合法），比如 <title>abc<!-- def -->ghi</title>，默认正则会直接匹配整个内容，包含注释文本。
- HTML 注释
<!--.*?-->是独立语法单元，不在标签内容里，但会影响上下文位置 - PHP 注释（如
//、/* */）出现在内联 PHP 片段中时，可能干扰 DOM 结构解析 -
preg_match不做语法树解析，只按字符串模式走，没法“跳过注释区域”
先清理注释再提取 title 的可靠顺序
分两步：先用 preg_replace 去掉所有注释，再用 preg_match 提取 title。注意清理范围要覆盖 HTML 和内嵌 PHP 两种注释。
- HTML 注释：
preg_replace('/<!--[\s\S]*?-->/i', '', $html) - PHP 单行注释：
preg_replace('/\/\/.*?(?=\n|$)/', '', $html)（需加m修饰符才生效） - PHP 多行注释：
preg_replace('/\/\*.*?\*\//s', '', $html) - Shell 风格注释（#）：
preg_replace('/#. *?(?=\n|$)/', '', $html)
建议合并成一条正则，避免多次遍历：
preg_replace('/(<!--[\s\S]*?-->)|(?:(?:\/\/|#).*?(?=\n|$))|(\/\*.*?\*\/)/s', '', $html)
提取 title 时仍需防注释残留的边界问题
即使清理过注释，某些边缘写法仍会让 preg_match 失效，比如：
- title 标签跨多行且中间有换行缩进：
<title>\n Hello\n</title>→ 要用s修饰符让.匹配换行 - title 内容含未转义的
或 <code>>（罕见但可能）→ 正则无法安全处理，应改用 DOM 解析 - 存在多个
<title></title>（如模板中动态拼接）→preg_match只返回第一个，preg_match_all才能全取
稳妥写法：
$clean_html = preg_replace('/(<!--[\s\S]*?-->)|(?:(?:\/\/|#).*?(?=\n|$))|(\/\*.*?\*\/)/s', '', $html);
preg_match('/<title>(.*?)/si', $clean_html, $matches);
$title = $matches[1] ?? '';</title>
真正麻烦的不是正则怎么写，而是你永远不知道输入 HTML 里藏着多少种注释嵌套、编码混淆或非标准写法。一旦遇到复杂页面，DOMDocument 加 getElementsByTagName('title') 比任何正则都靠谱。
php免费学习视频：立即使用
踏上前端学习之旅，开启通往精通之路！从前端基础到项目实战，循序渐进，一步一个脚印，迈向巅峰！
