使用html字符串从id中提取div中的内部文本

时间:2015-10-23 23:53:51

标签: php preg-match simple-html-dom

我有一个仅包含以下div的html字符串:

<div id="title">My Title</div>
<div id="image">http://www.mpahmplakdjfe.co.uk/images/01.jpg</div>
<div id="fullcontent">In this div there are some html elements more</div>

我需要从div“我的标题”等中提取内部文本。

如何用preg_match做到这一点?

我没有运气就尝试了以下(简单的html dom):

$html = new simple_html_dom();
$html->load_file($myhtml);
$ret = $html->find('div[id=title]')->innertext; (or outter) 
echo $ret;

谢谢!!!!

3 个答案:

答案 0 :(得分:0)

    $subject = "<div id=\"image\">http://www.mpahmplakdjfe.co.uk/images/01.jpg</div>";

    preg_match("/<div id=\".*\">(.*)<\/div>/", $subject, $matches);

    print_r($matches[1]);

更详细地了解正则表达式:

https://regex101.com/r/tN6mD8/1

正则表达式在PHP中看起来有点混乱,因为双引号必须被转义。我总是先在一个单独的编辑器中写下我的。

修改:获取特定代码:

    $subject = '<div id="image">http://www.mpahmplakdjfe.co.uk/images/01.jpg</div>';
    $title = '"image"';

    preg_match("/<div id=".$title.">(.*)<\/div>/", $subject, $matches);

答案 1 :(得分:0)

我有同样的问题,我使用正则表达式找到了解决方案。 Here is the answer适用于您的情况:

\<div.*?\>(.*?)<\/div>

答案 2 :(得分:-1)

preg_match('|<[^>]*title[^>]*>(.*?)<|', $html, $m);

会给你“我的头衔”。

preg_match('|<[^>]*image[^>]*>(.*?)<|', $html, $m);

会给你“http // www.mpahmplakdjfe.co.uk / images / 01.jpg”。

preg_match('|<[^>]*fullcontent[^>]*>(.*?)<|', $html, $m);

会在这里给你“一些文字”。

你可以这样做:

$html = '<div id="title">My Title</div>
<div id="image">http://www.mpahmplakdjfe.co.uk/images/01.jpg</div>
<div id="fullcontent">some text here</div>';

$m = array();
preg_match('|<[^>]*title[^>]*>(.*?)<|', $html, $m);
// inner text is in $m[1]
echo $m[1]; // == 'My Title'


如果您想从字符串中获取所有内部文字,请使用preg_match_all()代替preg_match()

// say you have that string
$html = '<div id="fullcontent"><div>hi</div><div>hello</div></div>';

$m = array();
preg_match_all('|>(?<innerText>[^<]*)<|', $html, $m);
echo count($m['innerText']); // 2     ;how many matches
echo $m['innerText'][0];     // == 'hi'
echo $m['innerText'][1];     // == 'hello'

phpfiddle - http://x.co/6lbC6


如果您绝对只想要来自<div>的内部文字,那么您可以像这样修改上面的preg_match_all()

preg_match_all('|<div[^>]*>(?<innerText>[^<]+)<|', $html, $m);