如何为后跟特定字符串的日期编写 preg_match？

Question

我想从多个 HTML 文档中提取日期。日期始终遵循以下模式：

从月份的三个字母开始，第一个字符大写即一月
日期的两位数字字符，即 09
逗号作为分隔符
年份的四位数字字符，即 2022 年。

完整日期示例为 2022 年 1 月 9 日

我只想提取那些包含在 span 标签中的日期。所以，完整的模式是

<span>Jan 09, 2022</span>

我不擅长写作preg_match。谁能帮帮我？

Answer 1

<span>(\w{3} \d{1,2}, \w{4})<\/span>

\w 是集合 [a-zA-Z0-9_] 的 meta-character。

{3}表示三次。

\d 是集合 [0-9] 的 meta-character。

{1,2}表示一次或两次。

试一试https://regex101.com/r/tNRa73/1

$pattern = '/<span>(\w{3} \d{1,2}, \w{4})<\/span>/'; 

preg_match(
  $pattern,
  $html,
  $matches // <-- The results will be added to this new variable.
);

$matches[1]; // The date will be in the first index because it was
             // the first "capture group" i.e set of parens.


// If you expect multiple dates in one HTML document, then use:
preg_match_all(
  $pattern,
  $html,
  $matches
);

$matches[1]; // Now, the first index is an array of matches of
             // the first "capture group".

如何为后跟特定字符串的日期编写 preg_match？

How to write preg_match for a date followed by specific string?

php

regex

preg-replace

preg-match