如何使用PHP从HTML字符串中提取所有h2标题内容存入数组

错误原因 #

• 你编写的正则表达式没有添加PHP preg_* 系列函数要求的正则分隔符，PHP要求所有用于preg系列函数的正则必须首尾用相同的特殊符号（如/、~、#）包裹，这是代码未生效的核心原因。

适配不同场景的正确代码 #

场景1：确认h2标签无任何属性（纯<h2>开头） #

preg_match_all('~<h2>(.*?)</h2>~i', $text, $found);
// 提取到的h2标题数组为$found[1]
$h2_title_array = $found[1];
print_r($h2_title_array);

参数说明：

• 首尾的~是正则分隔符，避免和HTML的<>符号冲突不需要额外转义
• 末尾的i是修正符，表示大小写不敏感，可同时匹配<h2>、<H2>等写法

场景2：h2标签可能带有class、id等属性（如<h2 class="title">xxx</h2>） #

// <h2[^>]*> 匹配所有带任意属性的h2开标签
preg_match_all('~<h2[^>]*>(.*?)</h2>~i', $text, $found);
$h2_title_array = $found[1];
print_r($h2_title_array);

特殊场景补充：h2内容包含换行 #

如果你的h2标签内的内容存在换行，需要在修正符中加s，让通配符.可以匹配换行符：

preg_match_all('~<h2[^>]*>(.*?)</h2>~is', $text, $found);
$h2_title_array = $found[1];

内容的提问来源于stack exchange，提问作者coding_newbie