正则可快速提取简单html标签内容，如用/]*>(.*?)/is匹配段落文本；2. 可扩展支持特定属性，如含class的div；3. 能提取img的src等属性值；4. 但对嵌套、不完整标签易出错，复杂场景应使用dom解析器。
在PHP中提取HTML标签内容时，正则表达式是一种轻量级且灵活的方案，适用于结构简单或格式明确的HTML片段。虽然处理复杂HTML文档推荐使用DOM解析器（如DOMDocument），但在某些场景下，用正则快速提取特定标签内容更高效。
1. 匹配基本HTML标签结构
正则的基本模式是匹配起始标签、中间内容和结束标签。以提取<p></p>标签为例：
$pattern = '/<p[^>]*>(.*?)<\/p>/is'; preg_match_all($pattern, $html, $matches); $content = $matches[1]; // 提取的内容
说明：
-
<p>]*></p>匹配<p></p>及其可能存在的属性（如class、id） -
(.*?)非贪婪捕获标签内的文本 -
匹配闭合标签，斜杠转义 - 修饰符
i表示不区分大小写，s使.可匹配换行符
2. 提取带特定属性的标签
若需提取含有特定class或id的标签，可在正则中加入属性匹配：
立即学习“PHP免费学习笔记（深入）”；
$pattern = '/<div[^>]+class=["\']my-class["\'][^>]*>(.*?)<\/div>/is'; preg_match_all($pattern, $html, $matches);
注意点：
-
[^>]+确保标签内有内容 - 双引号或单引号都支持：
["\'] - 属性顺序可能变化，避免写死位置
3. 提取标签中的属性值
有时需要提取src、href等属性值，例如获取所有图片的src：
$pattern = '/@@##@@]+src=["\']([^"\']+)["\'][^>]*>/i'; preg_match_all($pattern, $html, $matches); $srcs = $matches[1];
该正则捕获src属性的值，忽略其他属性顺序。
4. 注意事项与局限性
正则处理HTML存在风险，需注意以下几点：
- 嵌套标签无法准确匹配，如
<div><div>...</div></div>，非贪婪模式也可能出错 - 不完整的HTML（如自闭合标签）可能导致匹配失败
- 过于复杂的结构建议改用
DOMDocument+DOMXPath - 性能方面，正则适合小片段，大文档慎用
基本上就这些。对于简单提取任务，PHP正则足够用；若HTML结构复杂或动态多变，转向DOM解析更稳妥。
