在 php 中使用正则表达式匹配 html 标题是一种常见的操作。网页的标题通常用于展示页面的大致内容，便于用户理解和浏览。而在一些场合中，我们需要从 html 中提取所有的标题，从而进行后续的处理。

本文将介绍如何使用 PHP 正则表达式，快速有效地提取 HTML 中的所有标题。

一、HTML 标题的分类

在 HTML 页面中，有多种类型的标题，可以使用以下标签进行定义：

1. h1 ~ h6 标签：用于表示标题的等级，h1 最高，h6 最低；
2. title 标签：用于定义网页的标题，位于 head 标签中；
3. meta 标签：用于定义网页的元数据，常用于搜索引擎优化。

二、PHP 正则表达式

立即学习“PHP免费学习笔记（深入）”；

正则表达式是一种强大的搜索和替换工具，可以有效地处理文本字符串。在 PHP 中，我们可以使用 preg_match()、preg_match_all()、preg_replace() 等函数来实现正则表达式的匹配。

下面是一些常用的正则表达式语法：

1. d：匹配数字字符；
2. w：匹配字母数字、下划线；
3. s：匹配空白字符；
4. ^：匹配字符串的开头；
5. $：匹配字符串的结尾；
6. *：匹配任意个数的前一个字符；
7. +：匹配至少一个前一个字符；
8. ?：匹配零个或一个前一个字符；
9. []：匹配一个字符集合；
10. ()：将一个表达式分组，用于后续操作。

三、匹配 HTML 中的所有标题

下面我们将分别介绍如何使用 PHP 正则表达式，匹配 HTML 页面中的不同类型的标题。

1. h1 ~ h6 标签

首先，我们来看如何匹配 h1 ~ h6 标签中的标题。假设我们有以下的 HTML 代码：

    


    
这是一级标题
    
这是二级标题
    
这是三级标题
    
这是四级标题
    
这是五级标题
    
这是六级标题

我们可以使用 preg_match_all() 函数和正则表达式 /(.*?)[1-6]>/，来提取其中所有的标题：

$html = file_get_contents('example.html');
preg_match_all('/(.*?)/', $html, $matches);
print_r($matches[0]);

上述代码中，我们使用 file_get_contents() 函数读取 HTML 文件内容，然后使用 preg_match_all() 函数和正则表达式 /(.*?)[1-6]>/，来匹配其中的 h1 ~ h6 标题。

正则表达式中的 /(.*?)[1-6]>/，表示匹配 h1 ~ h6 标签内部的字符串，其中 (.*?) 表示非贪婪模式，匹配尽量少的字符。

输出结果如下：

Array
(
    [0] => 
这是一级标题
    [1] => 
这是二级标题
    [2] => 
这是三级标题
    [3] => 
这是四级标题
    [4] => 
这是五级标题
    [5] => 
这是六级标题
)

可以看到，我们成功匹配了 HTML 页面中所有的 h1 ~ h6 标题。

2. title 标签

接下来，我们来看如何匹配 title 标签中的网页标题。假设我们有以下的 HTML 代码：

    


    
这是一级标题
    
段落内容

							

								
								

									笔墨写作
									
一款专注于各类公文写作的AI写作平台
								
								下载 
							
						
    
这是二级标题
    
段落内容

我们可以使用 preg_match() 函数和正则表达式 //，来提取其中的网页标题：

$html = file_get_contents('example.html');
preg_match('//', $html, $matches);
echo $matches[1];

上述代码中，我们使用 file_get_contents() 函数读取 HTML 文件内容，然后使用 preg_match() 函数和正则表达式 //，来匹配其中的 title 标签。

正则表达式中的 //，表示匹配 title 标签内部的字符串，其中 (.*?) 表示非贪婪模式，匹配尽量少的字符。

输出结果如下：

HTML 标题示例

可以看到，我们成功匹配了 HTML 页面的网页标题。

3. meta 标签

最后，我们来看如何匹配 meta 标签中的元数据。假设我们有以下的 HTML 代码：

    
    
    
    


    
这是一级标题
    
段落内容
    
这是二级标题
    
段落内容

我们可以使用 preg_match_all() 函数和正则表达式 /]+s)*names*=s*(['"]?)keywords([^>]+s)*>/，来提取其中的关键词元数据：

$html = file_get_contents('example.html');
preg_match_all('/]+s)*names*=s*(['"]?)keywords([^>]+s)*>/', $html, $matches);
print_r($matches[0]);

上述代码中，我们使用 file_get_contents() 函数读取 HTML 文件内容，然后使用 preg_match_all() 函数和正则表达式 /]+s)*names*=s*(['"]?)keywords([^>]+s)*>/，来匹配其中的关键词元数据。

正则表达式中的 /]+s)*names*=s*(['"]?)keywords([^>]+s)*>/，表示匹配 name 属性为 keywords 的 meta 标签内部的字符串。

输出结果如下：

Array
(
    [0] => 
)

可以看到，我们成功匹配了 HTML 页面中的关键词元数据。

四、总结

本文介绍了如何使用 PHP 正则表达式，匹配 HTML 页面中的不同类型的标题。通过使用 preg_match()、preg_match_all()、preg_replace() 等函数，并结合正则表达式的语法和规则，我们可以很方便地提取 HTML 代码中的相关信息，进而进行后续的处理和分析。