Question

我有一长串HTML包含

<p>
<img>
<span>

和一堆其他标签。

无论如何只能从这个字符串中提取标签内的文本吗？

Answer 1

如果要提取任何标记中的所有文本，最简单的方法是去除标记：strip_tags()

如果您想删除特定代码，可以this SO questions帮助。

Answer 2

我知道我会为此付出很多抨击，但对于像这样的简单任务，我会使用正则表达式。

preg_match_all('~(<span>(.*?)</span>)~', $html, $matches);

$matches[0]将包含所有span标记及其内容，$matches[1]仅包含内容。

对于更复杂的内容，您可能需要查看PHP Simple HTML DOM Parser或类似内容：

// Create DOM from URL or file
$html = str_get_html($html);

// Find all images
foreach($html->find('img') as $element) {
   echo $element->src . '<br>';
}

等

PHP - 从HTML中提取文本

2 个答案: