正则表达式 - PHP如何获取HTML一个元素里面的内容

Question

目前我是通过从网上抄来的正则实现的，可是并不能达到我想要效果。

目前我的方案是：

 $text=file_get_contents('404.html');
 preg_match('/<time[^>]*itemprop=\"datePublished\".*?>.*?<\/time>/ism',$text,$match); 
print($match[0]); 

可是最终输出的内容是

<time datetime="2017-02-20T18:41:00+08:00" itemprop="datePublished">2017年2月20日</time>

我想要的是输出2017年2月20日，也就是原因里面的内容，可是对正则不了解，看了百科完全一脸懵逼。请问该如何实现？或是正则该怎么写才能输出里面的内容

Answer 1

这个time就是类似html标签，你用php的去html标签函数，吧这个嵌套的标签去掉，就可以了呀，看一下下面的代码，用去标签函数strip_tags（）试试。具体的更多用法，你可查手册。

$text=file_get_contents('404.html');
 preg_match('/<time[^>]*itemprop=\"datePublished\".*?>.*?<\/time>/ism',$text,$match); 
print(strip_tags($match[0])); 

Answer 2

1、https://github.com/bupt1987/h...
2、https://github.com/paquettg/p...

直接推荐两个 php 解析 html 的，类似 jQuery 的用户，就能读取 html 元素了

Answer 3

strip_tags是php的一个函数，用来去除字符串里的html标签，所以你这里可以用strip_tags。既然你用了正则，也可以直接用正则完成，对程序更优化。请看下面正则

preg_match('/<time[^>]*itemprop=\"datePublished\".*?>(.*?)<\/time>/ism',$text,$match);
print_r($match);