Question

可能重复：
Best methods to parse HTML

如何解析PHP变量中包含的HTML代码：

<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG!

我想只获取标题之间的文字，我理解使用正则表达式不是一个好主意。

Answer 1

使用PHP Document Object Model：

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   $DOM = new DOMDocument;
   $DOM->loadHTML($str);

   //get all H1
   $items = $DOM->getElementsByTagName('h1');

   //display all H1 text
   for ($i = 0; $i < $items->length; $i++)
        echo $items->item($i)->nodeValue . "<br/>";
?>

输出为：

 T1
 T2
 T3

[编辑]：OP澄清后：

如果你想要像 Lorem ipsum。等内容，你可以直接使用这个正则表达式：

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   echo preg_replace("#<h1.*?>.*?</h1>#", "", $str);
?>

此输出：

Lorem ipsum。快速的红狐狸......跳过懒惰的棕色FROG

PHP解析HTML代码

1 个答案: