php正则匹配p标签及带特定的中文

Question

<p>
第一章 什么什么
</p>

我想用php正则匹配到p标签还有文字内容。

说明一下情况，
1、p标签里面可能有回车、空格；
2、中文文字方面，“一”是会变的，“什么什么”也会变

Answer 1

我这么说吧。不用很复杂的道理，简单的几个用例就坑死你：

<p>
This is your text.
<p> This is a valid paragraph too, since HTML 
<p> paragraph don't have to contain an explicit ending tag. 
< p id = "sample" > This is another paragraph. </p >
<!-- <p> But this is a trap. </p> -->
<script type="text/javascript"> /* <p> And this is another trap. </p> */ </script>
</p>

正则文法在理论上，不足以表示标签之间的嵌套关系。形式文法中，正则文法是HTML的上下文无关文法的子集。即正则表达式的逻辑，理论上不足以表达HTML的文法结构。这一点请参考《编译原理》、《有限自动机与形式文法》这两门课程的相关知识。

而在实际应用中，正则更是不足（或极难）表达：

• 标签内部的空格和换行

• 标签的属性

• 不显式写出终止标签的情况

• 注释、脚本的影响

这个问题说了一遍又一遍：不要用正则解析HTML，请使用一个规范的解析器（Parser）。——在某些场合，针对特定的简易用例，用正则你高兴就好。但切记不要写出很复杂的正则表达式，更不要试图用正则去“无缺陷、普适的”匹配HTML，因为你迟早会失败。

PHP的HTML解析可以通过PHP原生的DOM模块（某些服务器环境下可能需要安装对应扩展），或者第三方HTML解析库来实现。

Answer 2

我现在遇到 1 个字符解析的问题。

你可以试试用正则表达式。

好的…… 现在我有 2 个问题了。

Answer 3

正则不好表达，用strpos匹配简单点

Answer 4

我来自问自答了,其实我要的是这样的

 $s = preg_replace('/<p>.*(第.{0,8}章\s+[^<]*).*<\/p>/s',"随意$1",$s);

大概是这样，关键在于要用s修饰符忽略回车，不是题中说的中文的问题。