PHP Preg_split选择HTML标记的内部内容

Question

我有一个字符串，其中包含各种 HTML 标记中的文本。我需要清理 HTML 标签本身，因此

<p class="MsoNormal" style="text-align: justify;">1939&nbsp;After considerable negotiation between the Kemp estate and the Dunwich Trusts, the charter was purchased and returned to Dunwich.</p>

成为

<p>1939&nbsp;After considerable negotiation between the Kemp estate and the Dunwich Trusts, the charter was purchased and returned to Dunwich.</p>

我是这么做的

$value = preg_replace("/<p[^>]+>/", "<p>", $value);

但我需要保留的内容

我打算通过运行一个循环并提取锚标签，然后处理每个锚标签，在空格处拆分并保持以href=、title=等开头的分解数组值来做到这一点。

但现在我的问题是这样的：

如何拆分字符串以获取

如果我这样做

$value = preg_split("/<a[^>]+>/", $value);

然后value返回锚标签外部的内容，而不是锚标签内部的内容。我不知道锚标签内部是什么，所以只能基于

我想用一个字符串制作一个锚标记数组，这样:

<h2>Headlines</h2>
<a href="index.php?id=11">Charter Returned to Dunwich in 1939</a>  
<a href="index.php?id=10">Thomas Gardner Visits Dunwich</a>  
<a href="index.php?id=9">Treasure Chest Purchases</a>  
<a href="index.php?id=8">Dunwich Charter 1215</a>  
<a href="index.php?id=7">Why did Dunwich have a Charter?</a>  
</div> 

可以给我：

$array[0] = 'a href="index.php?id=11"';
$array[1] = 'a href="index.php?id=10"';
$array[2] = 'a href="index.php?id=9"';
$array[3] = 'a href="index.php?id=8"';
$array[4] = 'a href="index.php?id=7"';




Answer 1

只需使用preg_match_all：

$re = "/<a[^>]+>/"; 
$str = "<h2>Headlines</h2>\n<a href=\"index.php?id=11\">Charter Returned to Dunwich in 1939</a>  \n<a href=\"index.php?id=10\">Thomas Gardner Visits Dunwich</a>  \n<a href=\"index.php?id=9\">Treasure Chest Purchases</a>  \n<a href=\"index.php?id=8\">Dunwich Charter 1215</a>  \n<a href=\"index.php?id=7\">Why did Dunwich have a Charter?</a>  \n</div> "; 
preg_match_all($re, $str, $matches);

$匹配将包含：

a href="index.php?id=11"
a href="index.php?id=10"
a href="index.php?id=9"
a href="index.php?id=8"
a href="index.php?id=7"

看一下演示程序。