PHP 正規表示式：如何擷取 HTML 中的所有文字內容

在 Web 開發中，經常需要從 HTML 中提取出其中的文字內容。這時候，我們可以使用 PHP 的正規表示式來實作這個功能。正規表示式是一種用於匹配字串的語言，可以用來解析 HTML 標記、過濾文字、驗證表單等等。

下面我們將介紹如何使用 PHP 正規表示式來擷取 HTML 中的所有文字內容。

1. 取得 HTML 檔案內容

首先，我們需要使用 PHP 的檔案讀取函數 file_get_contents() 讀取 HTML 檔案的內容。例如，我們有一個名為example.html 的HTML 文件，可以用以下程式碼讀取：

$html = file_get_contents("example.html");

2. #編寫正規表示式

##接著，我們需要寫正規表示式，來符合HTML 中的文字內容。在 HTML 中，文字內容位於標記之間，我們可以透過匹配標記的方式來提取其中的文字內容。

以下是一個簡單的正規表示式範例，可以符合所有的HTML 標記：

$pattern = '/<[^>]*>/';

這個正規表示式的意思是：符合以

09d3afc83365d83e07c495a14fe10e05 結尾的字元序列，中間不包含任何> 字元。

我們可以使用

preg_replace() 函數將所有的HTML 標記替換成空字串，從而提取出HTML 中的文字內容：

$text = preg_replace($pattern, '', $html);

#過濾特殊字符

在提取出HTML 中的文字內容後，我們還需要過濾掉其中的一些特殊字符，例如換行符、製表符等等。這時候，我們可以使用 PHP 的

strip_tags() 函數去掉 HTML 中所有的標記，並使用 trim() 函數去掉字串兩端的空白字元。

$text = strip_tags($text);
$text = trim($text);

最後，我們就可以得到 HTML 中的所有文字內容了。

完整程式碼如下：

$html = file_get_contents("example.html");
$pattern = '/<[^>]*>/';
$text = preg_replace($pattern, '', $html);
$text = strip_tags($text);
$text = trim($text);
echo $text;

總結

使用 PHP 正規表示式來擷取 HTML 中的文字內容是常見的操作。透過上述步驟的介紹，我們可以很容易地實現這個功能。但要注意的是，正規表示式只是一種基礎的匹配工具，對於複雜的 HTML 片段，可能需要更為複雜的匹配方式來實現提取文字內容的功能。

以上是PHP 正規表示式：如何擷取 HTML 中的所有文字內容的詳細內容。更多資訊請關注PHP中文網其他相關文章！