Question

我正在尝试从标记为preg_match()的RegEx的外部网站获取值，但它无效。

我的代码

$file = file_get_contents('http://www.investing.com/indices/us-spx-500');

$regexp = '/\<span class\=\"arial_26 inlineblock pid-166-last\" id\=\"last_last\" dir\=\"ltr\"\>(.*?)\<\/span>/';
preg_match($regexp, $file, $string1);

print_r(array_values($string1));

我需要匹配的标签是：

<span class="arial_26 inlineblock pid-166-last" id="last_last" dir="ltr">1,880.02</span>

1,880.02 = (.*?)

我需要获取indice S＆amp; P500的值。我知道这可能是版权问题。这仅供私人使用。正如你在$regexp中看到的那样，我需要逃避所有已完成的特殊字符。我试图从TXT文件中获取一个标签并且它正在工作，所以我知道代码是正确的/链接的。必须是RegEx的问题。有人可以搞清楚，还是我错过了什么？数组是空的。

我认为这是因为课堂上有空格，所以我尝试了\s但是没有用。

我还尝试了以下方法而没有取得进展：

$regexp = '#<span class="arial_26 inlineblock pid-166-last" id="last_last" dir="ltr">(.*?)</span>#';

如果您检查网站上的源代码，则应该是该特定标记。

提前致谢。

Answer 1

PHP有内置工具来解析HTML，因为你正在寻找一个带有id属性的节点，所以特此不适合使用正则表达式！

// you set the user_agent with the name you want
$opts = [ 'http' => [ 'user_agent' => 'obliglobalgu' ] ];
// to create a stream context 
$context = stream_context_create($opts);
// set the stream context for DOMDocument::loadHTMLFile 
libxml_set_streams_context($context); 

$url = 'http://www.investing.com/indices/us-spx-500';

libxml_use_internal_errors(true); // avoid eventual libxml errors to be displayed

$dom = new DOMDocument;
$dom->loadHTMLFile($url);

$spanNode = $dom->getElementById('last_last');

if ($spanNode)
    echo $spanNode->nodeValue;

libxml_clear_errors();

Answer 2

它不起作用，因为如果您未向其传递用户代理，invest.com不会返回任何内容。以下代码正常运行：

$options = array(
  'http'=>array(
    'method'=>"GET",
    'header'=>"Accept-language: en\r\n" .
              "User-Agent: Mozilla/5.0 (iPad; U; CPU OS 3_2 like Mac OS X; en-us) AppleWebKit/531.21.10 (KHTML, like Gecko) Version/4.0.4 Mobile/7B334b Safari/531.21.102011-10-16 20:23:10\r\n" // i.e. An iPad 
  )
);
$context = stream_context_create($options);
$file = file_get_contents('http://www.investing.com/indices/us-spx-500',false,$context);
$regexp = '/\<span class=\"arial_26 inlineblock pid-166-last\" id=\"last_last\" dir\=\"ltr\"\>(.*?)<\/span>/';
preg_match($regexp, $file, $string1);
print_r(array_values($string1));

此外，您只需要在该字符串中转义“和 / ，无需转义 = ，＆lt; < / strong>和＆gt;

Answer 3

只需删除?，不要在单引号字符串中使用转义。

$text = '<span class="arial_26 inlineblock pid-166-last" id="last_last" dir="ltr">1,880.02</span>';
$regex = '{<span class="arial_26 inlineblock pid-166-last" id="last_last" dir="ltr">(.*)</span>}';
preg_match($regex, $text, $matches);
echo $matches[1].PHP_EOL;

的 eval.in demo

你必须只在双引号字符串内转义（模式字符除外），在这种情况下?完全没有影响力。您的常规群组模式(.*?)表示零个或多个字符，或零＆＃39;。

编辑：

?的不相关性在上述特定字符串中是真实的，但不是在更广泛的背景下（即<div><span class="arial_26 inlineblock pid-166-last" id="last_last" dir="ltr">1,880.02</span></div>）。

检索所需文本的最正确方法是 - answer by Casimir et Hippolyte
- 对所有效果

无法让preg_match（）工作以从其他网站获取内容

3 个答案:

编辑：