从 HTML 文档中删除具有特定类的 div 元素

Question

我正在尝试从字符串中删除以下模式：

<div class="main_title">Content 1</div> 

其中“内容 1”可能因字符串而异。

以下似乎不起作用：

$output = preg_replace('<div class="main_title">.*</div>', " ", $output);

我错过了一些明显的东西吗？

Answer 1

DOM 方法可能更优越，因为您不必担心区分大小写、空格等问题。

$dom = new DOMDocument;
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
foreach ($xpath->query('//div[@class="main_title"]') as $node) {
    $node->parentNode->removeChild($node);
}
$output = $dom->saveHTML();

可以使用正则表达式，特别是如果您可以相信您的输入将遵循非常特定的格式（没有额外的空格，也许没有大小写差异等）。您的主要问题是缺少 PCRE 分隔符。

$output = preg_replace('@<div class="main_title">.*?</div>@', '', $output);

Answer 2

正如其他人在评论中所说，不要使用正则表达式来解析 HTML，而是使用 SimpleXML 或 DOMDocument。如果您还需要正则表达式，则需要将模式分隔符放入代码中：

$output = preg_replace('#<div class="main_title">.*</div>#', " ", $output);