本文深入探讨了如何从HTML文件中自动提取字符集和元标题信息，通过展示一个优化的正则表达式实例，揭示了其在处理HTML标签时的高效性和灵活性。同时，推荐了一个强大的可视化正则表达式检测工具，帮助开发者更直观地验证和调整正则表达式，以应对复杂多变的HTML结构。
- $wcharset = preg_match("/<meta.+?charset=[^\w]?([-\w]+)/i",$filecnt,$temp) ? strtolower($temp[1]):"";
- $wtitle = preg_match("/<title>(.*)<\/title>/isU",$filecnt,$temp) ? $temp[1]:"";
这个网上的，还不是最好的。
最完美的正则表达式是这样的：
preg_match('/<meta[^>]*?charset=(["\']?)([a-zA-z0-9\-\_]+)(\1)[^>]*?>/is', $html, $charset);
/<meta[^>]*?charset=(["\']?)([a-zA-z0-9\-\_]+)(\1)[^>]*?>/is
为什么说完美呢，看看图就知道了：
group2就是要取的值。
将meta中可能写入其它项都考虑到了，而且也考虑到可能有引号可能没有引号，可能是双引号也可能是单引号。
其实最牛的是这个可视化正则表达式检测。
网址为：https://jex.im/regulex/
通过它，发现找出html标签的最佳正则是
<([^>]+?)>
/<meta[^>]*?charset=(["\']?)([a-zA-z0-9\-\_]+)(\1)[^>]*?>/is
为什么说完美呢，看看图就知道了：
group2就是要取的值。
将meta中可能写入其它项都考虑到了，而且也考虑到可能有引号可能没有引号，可能是双引号也可能是单引号。
其实最牛的是这个可视化正则表达式检测。
网址为：https://jex.im/regulex/
通过它，发现找出html标签的最佳正则是
<([^>]+?)>
扫一扫
4818
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
