PHP 正規表現について

Question

PHPの正規表現でうまくに聞出せず悩んでます
抜き出す対象は下記です
2行にまたがってます

                    <div class="entry-date">
                        July 09, 2021&nbsp;13:00                    </div>

下記ではできませんでした
どのようにしたらJuly 09, 2021 13:00の部分だけ抜き出せますでしょうか？

<?php
$str='                    <div class="entry-date">
                        July 09, 2021&nbsp;13:00                    </div>';
if ( preg_match( '/<div class="entry-date">(.*?)</div>/i', $str, $match) ) {
echo $match[1];
}
?>

Answer 1

あまり正規表現積極採用派ではないのですけど、
文字列内に含まれた改行コードが引っ掛かってそうに思います。
PHPマニュアル：パターン修飾子
なのでsも入れる。

if ( preg_match( '/(<div class="entry-date">)(.*)(</div>)/is', $str, $match) ) {
var_dump( $match);
}

ただ「HTMLである」なら正規表現使わずともDOMDocument解析で出来そうですが。

$doc = new DOMDocument();
$doc->loadHTML($str);
foreach ($doc->childNodes as $item){
    echo trim($item->textContent);
}

Comments

[退会済みユーザー]

最初にマッチしたもの以外も入ってしまうのですが除外するにはどうしたらいいんでしょうか？

<?php
$str=' <div class="entry-date">
July 09, 2021&nbsp;13:00 </div>
<div class="entry-date">
July 09, 2021&nbsp;13:00 </div>';
if ( preg_match( '/(<div class="entry-date">)(.*)(</div>)/is', $str, $match) ) {
echo $match[2];
}
?>

[退会済みユーザー]

出力結果も壊れていました
タグが含まれてます

July 09, 2021&nbsp;13:00 </div>
<div class="entry-date">
July 09, 2021&nbsp;13:00

[m.ts10806]

DOMDocumentでどうぞ。
正規表現でhtml含む文字列を操作するのは茨の道です。苦労する割に効果は限定的で汎用性もない。

[m.ts10806]

でも、
if ( preg_match( '/(<div class="entry-date">)(.*)(</div>)/is', $str, $match) ) {
echo $match[2];
}
これでちゃんと出ますよ。
https://paiza.io/projects/Sp9GxQA0_hK8Din-iqZJFQ

[退会済みユーザー]

スクレイピングのようなことがしたいので外部サイトへのDOMDocumentとかは使えないような気がします
$str=' <div class="entry-date">
July 09, 2021&nbsp;13:00 </div>';

では確かに動きました

２つにした場合に破損します
$str=' <div class="entry-date">
July 09, 2021&nbsp;13:00 </div>
<div class="entry-date">
July 09, 2021&nbsp;13:00 </div>';

１つなら出てますが、２つにした場合は、よくわからないという答えでよろしいでしょうか？

[m.ts10806]

HTML文字列が得られるならDOMDocument使えるんでは。（使ってから言ってほしいなぁ）

＞１つなら出てますが、２つにした場合は、よくわからないという答えでよろしいでしょうか？
最初の質問要件に書いてないので考慮してません。
幾つもあるならpreg_match_allのほうでしょうね。

[退会済みユーザー]

new DOMDocumentにはgetElementsByClassNameがない
どこが便利やねん

[m.ts10806]

要件全部出さずに工夫も何もなく切れて退会
なんですかねぇ。
スクレイピングで大事件おこさないよう祈ってます。

[m.ts10806]

それにXPathがあるじゃないですか・・。スクレイピングに必須概念じゃないですかね。まぁいないんでどうでもいいですけど。