从 HTML 标签中提取内容时如何匹配正则表达式中的换行符？

使用 DOTALL 正则表达式修饰符匹配换行符

使用包含普通字符、空格和包含在 HTML div 标签中的换行符的字符串时，目标是提取

之间的内容和

使用正则表达式。当标准 .* 元字符无法匹配换行符时，就会出现一个常见问题。

要解决此问题，必须使用 DOTALL 修饰符 (/s)。此修饰符确保点字符（正则表达式中的 .）匹配所有字符，包括换行符。通过将此修饰符合并到正则表达式中，可以准确捕获 div 标签内的内容：

'/<div>(.*)<\/div>/s'

但是，这种方法可能会导致贪婪匹配。为了解决这个问题，建议使用非贪婪匹配：

'/<div>(.*?)<\/div>/s'

或者，匹配除

'/<div>([^<]*)<\/div>/'

之外的所有内容。如果没有其他标签，也可以是一个解决方案：

'#<div>([^<]*)</div>#'

值得注意的是，使用 / 之外的字符作为正则表达式分隔符可以增强可读性，无需在 中转义 /分区>。下面是一个使用 # 作为分隔符的示例：

虽然这些解决方案可能足以满足简单的情况，但必须承认 HTML 很复杂，仅靠正则表达式解析可能还不够。为了确保解析全面可靠，建议考虑使用专用的 HTML 解析器。