PHP Regext用于选择隐藏字段名、值

Question

如何正确的php正则表达式提取隐藏的字段名称，值对从html？

Answer 1

像往常一样，不要使用REGEX处理HTML

使用dom：

$dom = new DOMDocument;
$dom->loadHTML('your html here');

$xp = new DOMXPath($dom);
$hidden = $xp->query("//input[@type='hidden']");
for ($i = 0; $i < $hidden->length; $i++) {
    echo $hidden[$i]->getAttribute('name');
}

编辑:我刚看到你对格式错误的网页的评论:使用HTMLPurifier清理网页。希望它不会如此混乱，以至于Purifier不能将其清理到DOM可以接受的状态。

Answer 2

你的问题是你实际上有无效的超文本标记语言，DomDocument不能解析。您可以先修复它，例如使用Tidy PHP extension，这非常简单：

$html = 'you HTML here';
$html = tidy_repair_string($html);

然后是proceed as Marc B suggested。