用regex提取PHP中的HTML属性

Question

我想用PHP从字符串中获取HTML属性，但是失败了：

$string = '<ul id="value" name="Bob" custom-tag="customData">';
preg_filter("/(\w[-\w]*)=\"(.*?)\"/", '$1', $string ); // returns "<ul id name custom-tag"
preg_filter("/(\w[-\w]*)=\"(.*?)\"/", '$1', $string ); // returns "<ul value Bob customData"

我想返回的是：

array(
  'id' => 'value',
  'name' => 'Bob',
  'custom-tag' => 'customData'
);

Answer 1

HTML不是一种常规语言，不能用正则表达式正确地解析。使用DOM解析器代替。下面是一个使用PHP内置DOMDocument类的解决方案：

$string = '<ul id="value" name="Bob" custom-tag="customData">';

$dom = new DOMDocument();
$dom->loadHTML($string);

$result = array();

$ul = $dom->getElementsByTagName('ul')->item(0);
if ($ul->hasAttributes()) {
    foreach ($ul->attributes as $attr) {
        $name = $attr->nodeName;
        $value = $attr->nodeValue;    
        $result[$name] = $value;
    }
}

print_r($result);

输出：

Array
(
    [id] => value
    [name] => Bob
    [custom-tag] => customData
)