Question

说我有这样的数据：

<option value="abc" >Test - 123</option>
<option value="def" >Test - 456</option>
<option value="ghi" >Test - 789</option>

使用PHP，我如何对HTML标记进行排序，从选项值中返回所有文本。例如，根据上面的代码，我想返回'Test - 123'，'Test - 456'，'Test - 789'。

感谢您的帮助！

更新所以我更清楚 - 我正在使用filegetcontents（）从网站获取html。出于我的目的，我希望能够对html进行排序，找到选项值并输出它们。在这种情况下，返回'测试 - 123'，'测试 - 456'等

Answer 1

有很多方法，其中一种方法最好取决于你提出的更多细节一种可能性：DOMDocument and DOMXPath

<?php
$doc = new DOMDocument;
$doc->loadhtml('<html><head><title>???</title></head><body>
  <form method="post" action="?" id="form1">
      <div>
        <select name="foo">
        <option value="abc" >Test - 123</option>
        <option value="def" >Test - 456</option>
        <option value="ghi" >Test - 789</option>
      </select>
    </div>
  </form>
</body></html>');

$xpath = new DOMXPath($doc);
foreach( $xpath->query('//form[@id="form1"]//option') as $o) {
    echo 'option text: ', $o->nodeValue, "  \n";
}

打印

option text: Test - 123  
option text: Test - 456  
option text: Test - 789

Answer 2

此代码会将值加载到数组中，假设您在所显示的选项标记之间有换行符：

// Load your HTML into a string.
$html = <<<EOF
<option value="abc" >Test - 123</option>
<option value="def" >Test - 456</option>
<option value="ghi" >Test - 789</option>
EOF;

// Break the values into an array.
$vals = explode("\n", strip_tags($html));

Answer 3

如果您不仅仅是像上面提到的那样的破裂，请使用像DOMDocument这样的真实解析器，您可以使用DOMXPath来完成。

否则请与preg_match_all一起尝试此正则表达式：

<option(?:[^>"']+|"[^"]*"|'[^']*')*>([^<]+)</option>

Answer 4

使用strip_tags，除非我误解了这个问题。

    $string = '<option value="abc" >Test - 123</option>
    <option value="def" >Test - 456</option>
    <option value="ghi" >Test - 789</option>';

    $string = strip_tags($string);

更新：错过了您在问题中松散指定数组。在这种情况下，我确信有一个更干净的方法，我会做类似的事情：

$teststring = '<option value="abc" >Test - 123</option>
<option value="def" >Test - 456</option>
<option value="ghi" >Test - 789</option>';

$stringarray = split("\n", strip_tags($teststring));
print_r($stringarray);

更新2：并且只是顶部和尾部，按照您最初的要求呈现它（不是我们可能被误导相信的数组，请尝试以下操作：

$teststring = '<option value="abc" >Test - 123</option>
<option value="def" >Test - 456</option>
<option value="ghi" >Test - 789</option>';

$stringarray = split("\n", strip_tags($teststring));

$newstring = join($stringarray, "','");
echo "'" . $newstring . "'\n";

Answer 5

http://networking.ringofsaturn.com/Web/removetags.php

preg_match_all("s/<[a-zA-Z\/][^>]*>//g", $data, $out);

Answer 6

如果我们正在做正则表达式的东西，我喜欢这种类似perl的语法：

$test = "<option value=\"abc\" >Test - 123</option>\n" .
    "<option value=\"abc\" >Test - 456</option>\n" .
    "<option value=\"abc\" >Test - 789</option>\n"; 

for ($offset=0; preg_match("/<option[^>]*>([^<]+)/",$test, $matches, 
                        PREG_OFFSET_CAPTURE, $offset); $offset=$matches[1][1])
   print($matches[1][0] . "\n");'

如何从HTML标记中删除数据

6 个答案: