使用PHP简单的HTML DOM解析器进行报废

Question

我想使用PHP简单的HTML DOM解析器从网站上刮掉。 源代码是如此随机：

      <font face="Arial" color="#ff0000">
      <p>Parameters</p>
      </font><font face="Arial" size="2" color="#ff0000">
      <p>Param1</p>
      </font><font face="Arial" size="2" color="#0000ff">
      <p>Details. (Lob., </font><i><font face="Arial"
      size="2" color="#ff0000">Co v</font><font face="Arial" size="2"
      color="#0000ff">.)</p>

而不是将“详情。（Lob。，Co v。）”直接放在＆lt; p为H. ＆LT; / p为H. ，它使用＆lt;字体＆GT;和＆lt;我取代。 当我使用这段代码时

foreach($html->find('p') as $p) 
{
  echo $p->plaintext.'<br>';
}

我发现“详情。（Lob。，”它在找到＆lt; i＆gt;或＆lt; font＆gt;时停止。 如何提取整行“详细信息。（Lob。，Co v。）”

感谢您的回答

Answer 1

您可以使用 strip_tags（）功能删除不必要的标记。删除不必要的标签后，您可以使用DOM解析器。

  

strip_tags（）函数从HTML，XML和PHP中删除一个字符串   标签

     

string strip_tags（string $ str [，string $ allowable_tags]）

您可以在php.net

上阅读有关strip_tags（）函数的更多信息

示例：

$html = '<font face="Arial" color="#ff0000">
    <p>Parameters</p>
    </font><font face="Arial" size="2" color="#ff0000">
    <p>Param1</p>
    </font><font face="Arial" size="2" color="#0000ff">
    <p>Details. (Lob., </font><i><font face="Arial"
    size="2" color="#ff0000">Co v</font><font face="Arial" size="2"
    color="#0000ff">.)</p>';

$html = strip_tags($string, '<p>');
echo $html;

<强>结果：

  <p>Parameters</p>

  <p>Param1</p>

  <p>Details. (Lob., Co v.)</p>