Question

可能重复：
How to parse and process HTML with PHP?

问题：

仅提取第一个＆lt; ul class =＆＃34; list＆＃34;＆gt;＆lt; / UL＆GT;从使用preg_match的网页中将其转储到数组中。

代码：

$str = file_get_contents('http://www.domain.com');
preg_match('#<ul class="list">(.*)</ul>#i', $str, $matches);

期望目标：

获得第一个＆lt; UL＆GT;并将它们全部转储到一个数组中。＆LT; UL＆GT;应该是父母，里面的每个元素都应该是孩子。

Answer 1

preg_match是一个字符串操作函数，对“子元素”一无所知，因此永远无法返回您希望的数组。

您需要使用能够为您解析HTML的库，例如Simple HTML DOM或内置DOM库的loadHTML method。

[编辑 - 上面的“从不”有点夸张：你可以用一点点努力编写自己的迷你解析器，只使用preg_match，但它会与使用HTML解析库相比，它是不灵活且不可维护的。]

Answer 2

$str = file_get_contents('http://www.domain.com');
preg_match('~<ul class="list">(.*?)</ul>~si', $str, $matches);

使用。？匹配第一个和最近的结束标记。如果您使用。，它将首先在页面上找到。我认为你的UL标签是正确的。

您还需要 si 标记，如 s =单行和 i =不敏感。
否则你的模式会先破坏\ n。

PS ：如果您的UL包含UL子级，则应考虑使用 DOMDocument 和 DOMXPath 查询进行解析。对于更复杂的HTML，它更安全。

希望它有所帮助。

Answer 3

你想用。+？或者，如果有几个，你可能会获得的不仅仅是第一个ul。

preg_match( '/<ul class="list">(.+?)<\/ul>/mis', $str, $match );

preg_match_all( '/<li>(.+?)<\/li>/mis', $match[1], $lis );

$answer = array ( 'ul' => $lis[1] );

我认为这就是你要找的东西

如何使用preg_match（）使用PHP提取特定数据

3 个答案: