提取html中某内容，求正则

[jacy]

html如下：

XXX
<div class="content">

XXXX

</div>
XXX

主要是提取content这个div里的内容，但是这里面的内容不固定，可能里面没有其他标签，还可能有其他的div等标签，正则怎样写呢？
php除了正则还有什么比较方便的方法处理html？

[yangqi]

php正则还是最方便了，这个放在前段用jquery很容易就提取了

[jacy]

@yangqi 放前端不行啊，是用php抓取的数据，还需要处理后继续用。

[emric]

Don't try to parse HTML using regex. Find an HTML parser please.

[kojp]

A class named snopy

Have a try.

[yangqi]

@jacy 如果只是简单提取内容的话regex可以，要是有各种parsing的话可以试试simplehtml库

[PrideChung]

对于HTML这么复杂的文本正则处理不来的，找个HTML parser才是正道。

[pantaovay]

正则处理不来，用DOM操作吧

[jacy]

谢谢，我试试simplehtml。

[mescoda]

PHP 用 simplehtmldom
Python 用 [pywebquery](https://github.com/NStal/pywebquery)
Node 用 [jwebquery](https://github.com/NStal/jwebquery)

[ericls]

@mescoda 谢谢 我明天看看

[foru17]

我记得正则好像是行的。你搜一下 google 搜索结果 正则，参考一下，之前弄过一个类似的。

[faceair]

<div class=\"content\">([\s\S]+?(<div[\s\S]+?<\/div>)+?[\s\S]+?)<\/div>

手机写的，你测试下，主要是确定中间的div是一对一对就可以了

[liuyao729]

试试phpQuery

[faceair]

修改了下，测试貌似通过了

<div class=\"content\">([\s\S]+?(<div[\s\S]+?<\/div>)*?[\s\S]+?)*?<\/div>

[alexrezit]

不 要 用 正 则.
找 个 parser 用 XPath 很 难 么?

[cxshun]

其实xpath不是更方便么，直接//div[class='content']/*这个就OK啦。正则解析HTML是没办法的选择。

[jiych]

可以用flex

[junp]

前端方便

[marchtea]

用simple_html_dom来读取,再处理吧.直接弄貌似不是很好弄