如何从含HTML标签与实体的字符串中提取浮点金额？

我明白你现在卡在从这段HTML里准确提取700.00这个金额的问题上了，之前的几种方法要么保留了多余内容，要么误删了小数点，确实头疼。这里给你几个靠谱的解决思路：

方法一：用DOM解析（最稳妥，适合复杂HTML结构） #

既然是HTML内容，用DOM文档解析比正则更可靠，不容易因为标签结构小变化失效：

$total_price_paid = '<span class="woocommerce-Price-amount amount"><span class="woocommerce-Price-currencySymbol">&#8362;</span>700.00</span>';

// 初始化DOM并加载HTML（忽略可能的HTML警告）
$dom = new DOMDocument();
libxml_use_internal_errors(true);
$dom->loadHTML($total_price_paid);
libxml_clear_errors();

// 获取外层金额span的文本内容（包含货币符号和金额）
$textContent = $dom->querySelector('.woocommerce-Price-amount')->textContent;

// 匹配带两位小数的浮点数
preg_match('/\d+\.\d{2}/', $textContent, $matches);
$extracted_price = $matches[0] ?? '';

echo $extracted_price; // 输出：700.00

方法二：优化正则匹配（简单直接，适合固定结构） #

如果你确定这段HTML的结构不会变，可以直接用正则精准匹配浮点数：

$total_price_paid = '<span class="woocommerce-Price-amount amount"><span class="woocommerce-Price-currencySymbol">&#8362;</span>700.00</span>';

// 直接匹配HTML中的两位小数金额
preg_match('/(\d+\.\d{2})/', $total_price_paid, $matches);
$extracted_price = $matches[1] ?? '';

echo $extracted_price; // 输出：700.00

方法三：修正你之前的思路 #

你之前用preg_replace('/[^0-9]/', '', $value)的问题是把小数点也删掉了，只要调整正则保留小数点就行：

$total_price_paid = '<span class="woocommerce-Price-amount amount"><span class="woocommerce-Price-currencySymbol">&#8362;</span>700.00</span>';

// 先去掉标签，再解码实体，最后保留数字和小数点
$clean_text = html_entity_decode(strip_tags($total_price_paid));
$extracted_price = preg_replace('/[^\d.]/', '', $clean_text);

echo $extracted_price; // 输出：700.00

这几种方法都能准确拿到700.00，其中DOM解析的方法最推荐，因为如果后续HTML结构有小调整（比如标签类名不变但层级变了），依然能正常工作。

内容的提问来源于stack exchange，提问作者odedta