php正则匹配问题

Question

原文件：
$ip=IP地址: 211.138.13.66
$add=来   自: 河北省石家庄市 移动
使用php正则匹后结果，应该怎么写匹配规则啊
$ip=211.138.13.66 
$add=河北移动

Answer 1

$ip='IP地址: 211.138.13.66';
$add='来   自: 河北省石家庄市 移动';
echo preg_replace('#IP地址:\s+(.+)#','$1',$ip);
echo '<br>';
echo preg_replace('#来   自:\s+(.+)省[^\s]+\s+(.+)#','$1$2',$add);

Answer 2

谢谢jordan102，我试了一下，单独运行是可以的，但放到代码中运行的还是有问题，始终找不到原因，请帮忙看下：<?php
function getip($ip){
$baidu_html = file_get_contents('http://www.baidu.com/s?wd=' . $ip);
$preg = '!<p class="op_ip_detail">(.*?)</p>\s*<p class="op_ip_detail">(.*?)(?=</p>)!';
preg_match($preg, $baidu_html, $line);
$ipaddr=$line[1] . "<br>";
$isp=$line[2] . "<br>";
//echo $ipaddr;
//echo $isp;
$ip1=preg_replace('#IP地址:\s+(.+)#','$1',$ipaddr);
echo '<br>';
$ip2=preg_replace('#来   自:\s+(.+)省[^\s]+\s+(.+)#','$1$2',$isp);
echo $ip1;
echo $ip2;
}getip('211.138.13.66');?>运行结果还是：IP地址: 211.138.13.66
来   自: 河北省石家庄市 移动

Answer 3

用匹配方便点
preg_match('#IP地址:&nbsp;([^<]+)#s',$ipaddr,$ar);
$ip1=$ar[1];
echo '<br>';
preg_match('#<strong>(.+)省[^\s]+\s+([^<]+)</strong>#s',$isp,$m);
$ip2=$m[1].$m[2];
echo $ip1;
echo $ip2;

Answer 4

返回的内容中有 <meta http-equiv="content-type" content="text/html;charset=utf-8">
表示返回的内容是 utf-8 编码的
你的规则串中有中文，也需要是 utf-8 编码的
另外规则 '#来   自:\s+(.+)省[^\s]+\s+(.+)#' 欠妥！
为什么省级单位就一定有“省”呢？比如：内蒙古自治区、上海市 就没有“省”

Answer 5

嗯，谢谢！通过中文匹配问题很多，php能否只获取文件的前2行与后2行呢
例如：$ipadd变量的值为:"广东省佛山市 电信"，获取这个变量的前2行与后2行，结果：广东电信。

Answer 6

mb_internal_encoding("UTF-8");
$ipadd="广东省佛山市 电信";
echo mb_substr($ipadd,0,2) . mb_substr($ipadd,-2) ;

Answer 7

首先谢谢xuzuning、jordan102热心的回复。下面3段代码，单独放到一个文件中执行的结果没有问题，显示：广东电信
mb_internal_encoding("UTF-8");
$ipadd="广东省佛山市 电信";
echo mb_substr($ipadd,0,2) . mb_substr($ipadd,-2) ; 但是放到下边的代码中后，还是有问题，怀疑是字符编码问题，使用mb_convert_encoding转换后还是有问题，还请指点原因。感谢~~<?php
function getip($ip){
$baidu_html = file_get_contents('http://www.baidu.com/s?wd=' . $ip);
$preg = '!<p class="op_ip_detail">(.*?)</p>\s*<p class="op_ip_detail">(.*?)(?=</p>)!';
preg_match($preg, $baidu_html, $line);
$ipaddr=$line[1] . "<br>";
$isp=$line[2] . "<br>";$outip = explode(":", $ipaddr);
$outipnew=$outip[1];
echo $outipnew;$ispnew = explode(":", $isp);
$ipaddnew=$ispnew[1];
mb_convert_encoding($ipaddnew,"utf-8");
mb_internal_encoding("utf-8");
echo mb_substr($ipaddnew,0,2,"utf-8") . mb_substr($ipaddnew,-2,"utf-8"); }getip('14.223.191.58');?>结果显示：
14.223.191.58
&n正常情况应该显示：
14.223.191.58
广东电信

Answer 8

你的 $ipaddnew前面还有&nbsp; 和 标签，那么取肯定是取不到的，#3 的方法不行吗。

Answer 9

 $ipaddnew前面还有&nbsp; 和 标签 //没看明白？是指$isp=$line[2] . "<br>";这段吗？谢谢！

Answer 10

我去掉了$isp=$line[2] 后面的"<br>";还是不行，还请高手指点。
谢谢！

Answer 11

$ipaddnew=$ispnew[1];
echo $ipaddnew;
exit;查看源码

Answer 12

你的程序应该是GB2312或者GBK的把
function getip($ip){
$baidu_html = file_get_contents('http://www.baidu.com/s?wd=' . $ip);
//$baidu_html =iconv("UTF-8", "GBK//IGNORE", $baidu_html); 
$preg = '!<p class="op_ip_detail">(.*?)</p>\s*<p class="op_ip_detail">(.*?)(?=</p>)!';
preg_match($preg, $baidu_html, $line);
$ipaddr=$line[1] . "<br>";
$isp=$line[2] . "<br>";$outip = explode(":", $ipaddr);
$outipnew=$outip[1];
echo $outipnew;$ispnew = explode(":", $isp);
$ipaddnew=preg_replace('/\<br\>|\&nbsp\;/', '',strip_tags($ispnew[1]));
echo mb_substr($ipaddnew,0,6) . mb_substr($ipaddnew,-6); }
getip('14.223.191.58');假如你的是GBK或gb1232的程序就启用注释的那句话，如本身是utf8的就不用了

Answer 13

header('Content-type: text/html;charset=utf-8');
function getip($ip){
  $baidu_html = file_get_contents('http://www.baidu.com/s?wd=' . $ip);
  $preg = '!<p class="op_ip_detail">.*;([\d.]+)</p>\s*<p class="op_ip_detail">.*?strong>(.*?)(?=</strong>)!';
  preg_match($preg, $baidu_html, $line);
  echo $line[1] . "<br>";
  echo $line[2] . "<br>";
}getip('14.223.191.58');14.223.191.58
广东省佛山市 电信

Answer 14

jordan102 //直接echo $ipaddnew显示的正常的，即：广东省佛山市 电信xuzuning //加上header('Content-type: text/html;charset=utf-8');这行一行，切割后的地址仍然显示&n，正确的情况是显示：广东电信chinmo //假如你的是GBK或gb1232的程序就启用注释的那句话，如本身是utf8的就不用了。怎么知道程序是的编码类型呢，我的操作系统编码类型是utf-8。

Answer 15

测试我的就知道了，字节数不一样，而且你里面还含有hrml代码