Question

我已经使用

打开了一个HTML文件

file_get_contents('http://www.example.com/file.html')

并想解析包含“ParseThis”的行：

 <h1 class=\"header\">ParseThis<\/h1>

如您所见，它位于h1标记内（文件中的第一个h1标记）。我怎样才能得到“ParseThis”这个文字？

Answer 1

您可以使用DOM。

// Load remote file, supress parse errors
libxml_use_internal_errors(TRUE);
$dom = new DOMDocument;
$dom->loadHTMLFile('http://www.example.com/file.html');
libxml_clear_errors();

// use XPath to find all nodes with a class attribute of header
$xp = new DOMXpath($dom);
$nodes = $xp->query('//h1[@class="header"]');

// output first item's content
echo $nodes->item(0)->nodeValue;

另见

标记这个CW，因为我之前已经回答了这个问题，但是我懒得找到重复的

Answer 2

使用此功能。

<?php
function get_string_between($string, $start, $end)
{
    $string = " ".$string;
    $ini = strpos($string,$start);
    if ($ini == 0)
        return "";
    $ini += strlen($start);
    $len = strpos($string,$end,$ini) - $ini;
    return substr($string,$ini,$len);
}

$data = file_get_contents('http://www.example.com/file.html');

echo get_string_between($data, '<h1 class=\"header\">', '<\/h1>');

Answer 3

因为它是第一个h1标签，所以获取它应该是相当简单的：

$doc = new DOMDocument();
$doc->loadHTML($html);
$h1 = $doc->getElementsByTagName('h1');
echo $h1->item(0)->nodeValue;

http://php.net/manual/en/class.domdocument.php

php：从html解析字符串

3 个答案: