获取 HTML 中标签文本后面出现的数字

Question

我正在使用 PHP 解析电子邮件，并希望获取特定字符串后的数字。

例如，我想从如下字符串中获取数字 033：

 Account Number: 033 
 Account Information: Some text here

内容实际上是 HTML，因此输入字符串更准确地呈现为：

<font face="Arial, Helvetica, sans-serif" color="#000099"><strong><font color="#660000">Account  Number</font></strong><font color="#660000">: 033<br><strong>Account Name</strong>: More text here<br>
    

总是有单词

Account Number:

，然后是数字，然后是换行符。我有：

 preg_match_all('!\d+!', $str, $matches);

但这只是得到所有数字。

Answer 1

如果数字始终位于

Account Number: 

之后（包括末尾的空格），则只需将其添加到正则表达式中即可：

preg_match_all('/Account Number: (\d+)/',$str,$matches);
// The parentheses capture the digits and stores them in $matches[1]

结果：

$matches Array:
(
    [0] => Array
        (
            [0] => Account Number: 033
        )

    [1] => Array
        (
            [0] => 033
        )

)

注意： 如果存在 HTML，则 可以 包含在正则表达式中，并且只要您不认为 HTML 会发生更改。否则，我建议使用 HTML DOM Parser 获取字符串的纯文本版本，并从那里使用正则表达式。

话虽如此，以下是一个在正则表达式中包含 HTML 并提供与上面相同的输出的示例：

// Notice the delimiter 
preg_match_all('@<font face="Arial, Helvetica, sans-serif" color="#000099"><strong><font color="#660000">Account 
Number</font></strong><font color="#660000">: (\d+)@',$str,$matches);

Answer 2

$str = 'Account Number: 033 
 Account Information: Some text here';

preg_match('/Account Number:\s*(\d+)/', $str, $matches);

echo $matches[1]; // 033

您不需要使用

preg_match_all()

，而且您也没有通过将匹配放在括号内来将其放入反向引用中。

Answer 3

以HTML为基础：

$str = '<font face="Arial, Helvetica, sans-serif" color="#000099"><strong><font
    color="#660000">Account Number</font></strong><font color="#660000">: 033<br>
    <strong>Account Name</strong>: More text here<br>';
preg_match_all('!Account Number:\s+(\d+)!ims', strip_tags($str), $matches);
var_dump($matches);

我们得到：

array(2) {
    [0]=>
    array(1) {
        [0]=>
        string(19) "Account Number: 033"
    }
    [1]=>
    array(1) {
        [0]=>
        string(3) "033"
    }
}

Answer 4

@montes 会适当地调用

strip_tags()

 来清理/简化输入文本。但是，该模式可以进行一些改进，假设每封电子邮件只有一个帐号，您不应该使用 

preg_match_all()

，而应该使用 

preg_match()

。

不需要区分大小写，因此
• i

   模式修饰符没有意义。

模式中没有
• ^

   或 

  $

   元字符，因此 

  m

   模式修饰符没有用。

模式中没有
• .

   元字符，因此 

  s

   模式修饰符没有用。

• \K

   重新开始全字符串匹配。这是有益的，因为它消除了使用捕获组的必要性。

代码：（

演示）

$html = '<font face="Arial, Helvetica, sans-serif" color="#000099"><strong><font
    color="#660000">Account Number</font></strong><font color="#660000">: 033<br>
    <strong>Account Name</strong>: More text here<br>';

echo preg_match('~Account Number:\s*\K\d+~', strip_tags($html), $match)
     ? $match[0]
     : 'No Account Number Found';

输出：

033