Question

首先，我在SO上找到了一些线程，例如here，但这并不是我想要的。

以下是我的文字示例：

Some text bla bla bla bla Date: 2012-12-13 Name: Peter Novak Hobby: books,cinema,facebook

所需的输出：

2012-12-13
Peter Novak
books,cinema,facebook

我需要将这些信息保存到我们的数据库中，但我不知道，如何在标签之间检测值（例如Date），然后立即检测值（在此案例: 2012-12-13）...

我很感激每一个帮助，谢谢！

Answer 1

由于没有多少DOM可以遍历，因此DOM遍历工具对此无能为力。

这应该有效：

1）删除b标记之前的所有内容。

2）删除b标签。 DOM遍历工具可以执行此操作，但如果它们是纯文本，即使正则表达式也可以执行此操作，并且它可以删除相同传递中的冒号和后续空格：<b\s*>[^<]+</b\s*>:\s*

3）将br标签的序列更改为裸线（您真的想要吗？）。 DOM遍历工具可以执行此操作，但正则表达式可以执行此操作：(?:<br\s*/?>)+

$html = preg_replace('#^[^<]+#', "", $html);
$html = preg_replace('#<b\s*>[^<]+</b\s*>:\s*#', "", $html);
$html = preg_replace('#(?:<br\s*/?>)+#', "\n", $html);

Answer 2

如果Date，Name，Hobby和 以这种方式始终存在，我建议您使用strpos()和{{ 3}}

例如，要获取日期：

// Get start position, +13 because of "<b>Date</b>: "
$dateStartPos = strpos($yourText, "<b>Date</b>") + 13;
// Get end position, use dateStartPos as offset
$dateEndPos = strpos($yourText, "<br />", $dateStartPos);
// Cut out the date, the length is the end position minus the start position
$date = substr($yourText, $dateStartPos, ($dateEndPos - $dateStartPos));

Answer 3

假设格式一致，那么explode可以为您服务：

<?php
$text = "Some text bla bla bla bla<br /><b>Date</b>: 2012-12-13<br /><br /><b>Name</b>: Peter Novak<br /><b>Hobby</b>: books,cinema,facebook";
$tokenized = explode(': ', $text);
$tokenized[1] = explode("<br", $tokenized[1]);
$tokenized[2] = explode("<br", $tokenized[2]);
$tokenized[3] = explode("<br", $tokenized[3]);

$date = $tokenized[1][0];
$name = $tokenized[2][0];
$hobby = $tokenized[3][0];

echo $date;
echo $name;
echo $hobby;

?>

Answer 4

使用PHP Simple HTML DOM Parser可以轻松实现这一点（就像jQuery一样）

include('simple_html_dom.php');
$html = str_get_html('Some text bla bla bla bla<br /><b>Date</b>: 2012-12-13<br /><br /><b>Name</b>: Peter Novak<br /><b>Hobby</b>: books,cinema,facebook');

或者

$html = file_get_html('http://your_page.com/');

然后

foreach($html->find('text') as $t){
    if(substr($t, 0, 1)==':')
    {
        // do whatever you want
        echo substr($t, 1).'<br />';
    }
}

示例的输出在下面给出

2012-12-13
Peter Novak
books,cinema,facebook

如何使用PHP解析这种HTML代码？

4 个答案: