Question

正则表达式 提取 html 标签的内容

如
<span style=''>内容</span><img src=".."/>内容<p><input .../>内容</p>

只提取里面的 “内容”
如果第一个有就提取第一个，如果第一个内容不存在就提取第二个“内容”，以此类推，不提取标签！ 麻烦各位了！

Answer 1

string str = File.ReadAllText("D:\\1.txt", Encoding.Default);
str = Regex.Match(str, @"(?is)(?<=>)[^<>]+(?=<)").Value;
Console.WriteLine(str);

追问

请问下 ?是什么意思呢？ 和 刚学习这东西 感觉难！

还有这个表达式对 语句出现在 标签外面不起作用 比如： 好东西好东西

就是标签外面的匹配不到？ 该如何改呢

Answer 2

/<.*?>(.+)<\/.*?>/
不过只针对同级标签，嵌套不适用

Answer 3

$html = '<span style=''>内容1</span><img src=".."/>内容2<p><input .../>内容3</p>';

preg_match("/<.+?>(.+?)<.+?>/", $html, $content);
echo $content[1];
//以上是PHP中的做法

Answer 4

$html = '<span style=''>内容1</span><img src=".."/>内容2<p><input .../>内容3</p>';

preg_match("/<.+?>(.+?)<.+?>/", $html, $content);
echo $content[1];
//以上是PHP中的做法