PHP正则提取HTML标签：无法将所有标签存入数组的问题

嘿，我看到你遇到的问题了——用preg_match只能抓到第一个HTML标签，没法把所有目标标签都存入数组对吧？这是因为preg_match默认只会匹配一次字符串中的第一个符合规则的内容，要提取所有匹配项，你需要换成preg_match_all函数，你的正则表达式本身是没问题的，只是匹配函数用错了~

修改后的代码 #

function teste(){ 
    $string = '<div>Hello, i am João</div><a href="test/test.com">testttttttttttt</a>'; 
    $matches = array(); 
    // 替换preg_match为preg_match_all，同时调整参数获取纯标签数组
    preg_match_all('/<[^>]*>/', $string, $matches); 
    // $matches[0]就是所有标签组成的数组
    print_r($matches[0]);
    exit(); 
}

关键说明 #

1. 替换匹配函数：preg_match_all会遍历整个字符串，找到所有符合正则规则的匹配项，而preg_match只会返回第一个匹配结果，这是你无法获取所有标签的核心原因。
2. 关于参数的调整：
   • 如果你不需要标签在字符串中的偏移位置，可以去掉PREG_OFFSET_CAPTURE参数，此时$matches[0]直接就是你期望的纯标签数组。
   • 如果确实需要位置信息，保留PREG_OFFSET_CAPTURE的话，$matches会是二维数组，每个元素是[标签文本, 偏移量]的结构，你可以通过array_column($matches[0], 0)提取出纯标签数组。
3. 正则的有效性：你的正则/<[^>]*>/可以正确匹配所有以<开头、>结尾的HTML实体标签，包括带属性的<a>标签和闭合标签，完全满足你的需求。

测试结果 #

调用teste()函数后，会输出你期望的数组：

Array
(
    [0] => <div>
    [1] => </div>
    [2] => <a href="test/test.com">
    [3] => </a>
)

内容的提问来源于stack exchange，提问作者Vitor G. Delgallo