如何跳过 html 标题并使用正则表达式查找数字？

Question

我想查找 NUMBER，但跳过 H1、H2、H3 等。（所有可能的 HTML 标题变体）

示例 1：

<div>Today is good day. I got<h3>3<span> lotto tickets</span></h3></div>

示例 2：

I want to buy lotto tickets. <h1>Maybe 10 is enough</h1>

示例 3：

I want to buy lotto tickets. <h1>4 or 5</h1> is enough.

我有这个代码：

lotto tickets\D{0,15}(\d+\,\d+|\d+\.\d+|\d+)

但每次我从 HTML 标签中获取数字时.. <h3> (3)，<h1> (1)。我怎样才能跳过它们？

在示例 1 中，我什么也得不到

在示例 2 中，我应该得到数字 10

在 示例 3 中，我应该得到数字 4

(数字可以用.或,例如：2.5)

Answer 1

这是可能未正确使用正则表达式的实例之一。

是的，你可以只使用正则表达式，但更简单的方法（以及更快地达到运行）是运行 strip_tags()在你的字符串上首先摆脱所有 HTML 标签，然后只为数字做一个标准的正则表达式。

$string = "<h3>This is post number 10</h3>";
$cleanString = strip_tags($string);
preg_match("%\b[0-9]+\b%",$cleanString,$number);

Answer 2

您应该使用以下正则表达式：

<h[1-6]>[^\d\<]*(\d+)[^\<]+<\/h[1-6]>

How to skip html headings and find number with regex?