不建议用正则解析XML因其难以处理嵌套、属性、CDATA等复杂结构，易导致误匹配；仅在XML格式简单、固定时可临时使用正则提取字段；推荐优先采用SimpleXML、DOMDocument或XMLReader等内置解析器以确保准确性与稳定性。
直接使用正则表达式处理 XML 数据并不是推荐的做法，因为 XML 是一种具有嵌套结构和多种合法语法变体的复杂格式，而正则表达式在处理嵌套、命名空间、属性、CDATA 等方面容易出错。但如果你面对的是格式简单、结构固定的小型 XML 片段，并且无法使用 DOM 或 SimpleXML 扩展，可以临时用正则进行提取。
为什么通常不建议用正则解析 XML
XML 允许嵌套标签、属性顺序变化、换行、注释、CDATA 区块等，正则难以准确匹配。例如以下内容：
zuojiankuohaophpcnitem id="1"> <name>Product & Name</name> <desc><![CDATA[This is <b>bold</b>]]></desc> </item>这种结构很容易让简单的正则产生误匹配或遗漏。
在简单场景下可用的正则提取方法
如果 XML 格式非常规整（如每行一个标签、无嵌套同名标签），可以用正则快速提取字段。例如：
立即学习“PHP免费学习笔记（深入）”；
假设有如下 XML 片段：
<user> <name>Alice</name> <email>alice@example.com</email> </user>使用 preg_match 提取 name 和 email：
$xml = <<<XML
<user>
<name>Alice</name>
<email>alice@example.com</email>
</user>
XML;
$pattern_name = '/<name>([^<]+)<\/name>/';
$pattern_email = '/<email>([^<]+)<\/email>/';
if (preg_match($pattern_name, $xml, $matches)) {
$name = $matches[1];
}
if (preg_match($pattern_email, $xml, $matches)) {
$email = $matches[1];
}
echo "姓名: $name, 邮箱: $email";说明： ([^<]+) 表示匹配非 < 的字符，避免跨标签，适用于无 CDATA 或实体引用的情况。
处理带属性的标签
若需提取带有属性的标签内容，比如：
<post status="published" id="100">Hello World</post>可使用：
$pattern = '/<post\s+[^>]*status="([^"]+)"[^>]*id="(\d+)"[^>]*>([^<]*)<\/post>/';
if (preg_match($pattern, $xml, $matches)) {
$status = $matches[1]; // published
$id = $matches[2]; // 100
$content = $matches[3]; // Hello World
}注意：这种写法对属性顺序敏感，若顺序变化会失败。更健壮的方式应允许属性乱序：
/<post\s+(?:[^>]*)status="([^"]+)"(?:[^>]*)id="(\d+)"(?:[^>]*)>([^<]*)<\/post>/
替代方案：优先使用 PHP 内置 XML 解析器
对于任何正式项目，应使用 PHP 提供的 XML 处理工具：
- SimpleXML：适合读取结构清晰的 XML
- DOMDocument：支持复杂操作和修改
- XMLReader：处理大文件时内存友好
例如使用 SimpleXML：
$xml = simplexml_load_string($xmlString); $name = (string)$xml->name; $email = (string)$xml->email;
简洁、安全、不易出错。
基本上就这些。正则可用于临时提取简单 XML 字段，但别依赖它处理复杂结构。能用 DOM 或 SimpleXML 就别手写正则。毕竟，XML 不是正则该干的活。
