如何用PHP正则表达式提取两个TD标签间的文本，并排除包含中文冒号的情况？

剔除中文加冒号格式之外的字符串：php正则表达式的解答

要从两个表格单元格（td）之间提取内容，但排除其中包含中文加冒号（：）格式的情况，我们可以借助php正则表达式。

问题

典型的正则表达式模式/<td>. </td>/会匹配所有位于td标签之间的内容，包括包含中文加冒号格式的情况。而/<td>[^(x{4e00}-x{9fa5}[:：])] </td>/却无法正常匹配。

答案

要排除中文加冒号格式，我们可以使用带有否定前瞻子句的正则表达式：

preg_match_all('/<td>(?!.*[x{4e00}-x{9fa5}：]).*</td>/u', $input, $matches);

• (?!.*[x{4e00}-x{9fa5}：])：表示否定前瞻子句，确保匹配的字符串中不包含中文加冒号格式。
• x{4e00}-x{9fa5}：匹配中文汉字。
• ：：匹配冒号字符。
• /u：使用unicode感知模式，确保中文汉字正确匹配。

该正则表达式将匹配两个td标签之间，且不包含中文加冒号格式的所有文本。匹配结果将存储在$matches数组中。