php通过正则提取页面指定内容实例

1、获取页面标题

//提取标题
            preg_match('/<title>(?<title>.*?)<＼/title>/i', $html, $titleArr);
            $title = $titleArr['title'];
2、获取body主体内容，并将背景图片提取出来替换成其他图片地址

/**
 * 获取BODY主体区域内容
 * @param $html
 * @param $urlRoot
 * @return mixed
 */
function getBody($html,$urlRoot = null){
    //提取BODY主体
    preg_match('/<!--body-->(.*?)<!--body-->/is ', $html, $bodyArr);
    if(!$bodyArr){
        preg_match('/<body.*?>(.*?)<＼/body>/is ', $html, $bodyArr);
    }
    $body = $bodyArr[1];
    //替换img文件
    $body =  preg_replace('/(<[img|IMG].*src=[＼'|"])(＼.＼.＼/)*(img.[^＼'||^"]+)/',"$1$urlRoot$3",$body);
    //替换html文件内的css背景图片
    $body =  preg_replace('~＼b(background(-image)?＼s*:(.*?)＼(＼s*[＼'|"]?)(＼.＼.＼/)*(img.*?)?＼s*＼)~i',"$1$urlRoot$5)",$body);
    return $body;
}
3、提取页面Description内容

function getDescription($html){
    // Get the 'content' attribute value in a <meta name="description" ... />
    $matches = array();
 
    // Search for <meta name="description" content="Buy my stuff" />
    preg_match('/<meta.*?name=("|＼')description("|＼').*?content=("|＼')(.*?)("|＼')/i', $html, $matches);
    if (count($matches) > 4) {
        return trim($matches[4]);
    }
 
    // Order of attributes could be swapped around: <meta content="Buy my stuff" name="description" />
    preg_match('/<meta.*?content=("|＼')(.*?)("|＼').*?name=("|＼')description("|＼')/i', $html, $matches);
    if (count($matches) > 2) {
        return trim($matches[2]);
    }
 
    // No match
    return null;
}
4、替换css文件的背景图片地址

/**
 * 获取CSS内容
 * @param $cssCnt
 * @param $urlRoot
 * @return mixed
 */
function getCss($cssCnt,$urlRoot =null){
    //匹配包含 img文件夹的相对路径图片 （含义绝对路径的不包含在其中）
    //匹配替换不一定准确，因为只是将 含义 ../ 的地址转为url 而没有考虑 ../../ 之类的层级关系
    $css =  preg_replace('~＼b(background(-image)?＼s*:(.*?)＼(＼s*[＼'|"]?)(＼.＼.＼/)*(img.*?)?＼s*＼)~i',"$1$urlRoot$5)",$cssCnt);
    //添加css前缀
    $css =  preg_replace('/＼b.(.*?)[,|{]/',"pat .$0",$cssCnt);
    //TODO 压缩css
    return $css;
}

$pattern='/php/';
$str='111cn.net';
echo preg_match($pattern,$str);

$pattern='/p$/';
$strArray=array('asp','php','jsp','python','ruby');
print_r(preg_grep($pattern,$strArray));

<?php
 
//preg_match("正则表达式","字符串")用于在字符串中查找匹配项
 
$email = "987044391@qq.com";
if (preg_match("/^([a-zA-Z0-9])+([.a-zA-Z0-9_-])*@([.a-zA-Z0-9_-])+([.a-zA-Z0-9_-]+)+([.a-zA-Z0-9_-])$/",$email)){
 echo '匹配成功<hr />';
}else {
 echo '匹配失败<hr />';
}
 
//preg_quote("字符串") 在每个有正则表达式语法前面加入一个转义字符即＼
 
$str = "php点点通是一个学习php的网站，(⊙o⊙)…";
echo preg_quote($str);
echo "<hr />";
 
//preg_split("正则","字符串")分割字符串
$php = "+php++点点通++++是好网站";
$field = preg_split("/＼+{1,}/",$php);
foreach($field as $f){
 echo $f." ";
}
echo "<hr />";
//preg_grep("正则","字符串") 与数组匹配后返回新数组
$phpddt = array("php点点通","php100","呵呵","hahaha","phpchina");
$item = preg_grep("/^php/",$phpddt);
print_r($item);
 
echo "<hr />";
//preg_replace("正则","替换内容","原字符串")    很重要，很常用
$a = "欢迎光临http://www.111cn.net/";  //给http开头的加上超链接
echo preg_replace("/http:＼/＼/(.*)＼//","<a href=＼"＼${0}＼">＼${0}</a>","$a");
 
?>

$pattern='/php[1-5]/';
$str='php1php2php3php4php5php6php7php8';

echo preg_replace($pattern,'PHP',$str);

$pattern='/[＼.@]/';
$str='feng.yingyuan@sina.com.cn';

print_r(preg_split($pattern,$str));

输出结果：
Array
(
 [0] => feng
 [1] => yingyuan
 [2] => sina
 [3] => com
 [4] => cn
)

<?php
$username = $_SERVER['REMOTE_USER'];
$filename = $_GET['file'];
//对文件名进行过滤，以保证系统安全
if (!ereg('^[^./][^/]*$', $userfile))
{
die('这不是一个非法的文件名！');
}
//对用户名进行过滤
if (!ereg('^[^./][^/]*$', $username))
{
die('这不是一个无效的用户名');
}
//通过安全过滤，拼合文件路径
$thefile = "/home/$username/$filename";
?>

<?php
//字符串
$string = "Name: {Name}<br>/nEmail: {Email}<br>/nAddress: {Address}<br>/n";
//模式
$patterns =array(
"/{Address}/",
"/{Name}/",
"/{Email}/"
);
//替换字串
$replacements = array (
"No.5, Wilson St., New York, U.S.A",
"Thomas Ching",
"tom@emailaddress.com",
);
//输出模式替换结果
print preg_replace($patterns, $replacements, $string);
?>

<?php

$fcontents ="fdsafdafdsa{page}中国要呀{/page}dafdsafdsafdsafdsa{page}你好中国{/page}fdsafdsafsda{page}我爱中国{/page}fdafdsa";
if(eregi("{page}(.*){/page}", $fcontents,$regs)){
 //echo "成功";
//print_r($regs);
 echo $regs[1];
}
else{
 echo "失败";
}

exit;
?>

<script[^>]*?>.*?</script>'si", // 去掉 javascript

preg_replace('/<script.*?<＼/script>/m', '', $html);

preg_replace('/<script.*?<＼/script>/ms', '', $html);

<?php
$options = array("indent" => true,      
     "indent-spaces" => "4",  
     "wrap" => 4096);       
$tidy = tidy_parse_file("/edit-table.html", $options);//此处改成你要处理的文档URL
tidy_clean_repair($tidy);
echo $tidy;
?>