正则表达式跨行匹配问题求助：起始与结束标签分属不同行

首先，你的正则表达式在标签跨多行时失效，主要原因是默认情况下正则的.元字符不会匹配换行符，而且如果不使用非贪婪匹配，很容易出现过度匹配的问题。针对你的需求，我们可以这样调整正则：

修正后的正则代码 #

preg_match_all('/<p class="psku">(.*?)<\/span><\/p>/s', $string, $info);

关键调整点： #

• /s 修饰符：这个修饰符会让.匹配包括换行符在内的所有字符，完美解决起始和结束标签在不同行的问题。
• .*? 非贪婪匹配：使用*?代替*，确保正则只会匹配到最近的</span></p>结束标签，而不是从第一个起始标签一直匹配到最后一个结束标签，避免过度抓取内容。

额外提醒：用正则解析HTML的局限性 #

虽然正则可以解决简单的HTML匹配需求，但HTML的结构往往是嵌套、不规则的（比如属性顺序变化、额外空格、自闭合标签等），正则很容易出现匹配错误。更可靠的方式是用PHP的DOM扩展来解析：

比如，如果你的目标是提取<p class="psku">内的内容（假设实际内容里包含<span>），可以这样写：

$dom = new DOMDocument();
// 忽略HTML解析警告（针对不规范的HTML）
libxml_use_internal_errors(true);
$dom->loadHTML($string);
libxml_clear_errors();

$xpath = new DOMXPath($dom);
// 匹配所有class为psku的p标签，然后提取内部文本
$pskuElements = $xpath->query('//p[@class="psku"]');
$info = [];
foreach ($pskuElements as $elem) {
    $info[] = trim($elem->textContent);
}

这种方法能更好地处理复杂的HTML结构，不会因为换行、空格或者标签嵌套而出错。

内容的提问来源于stack exchange，提问作者Temporary-Failure