Question

可能重复：
PHP : Parser asp page

我在asp页面中有这个标签

<a class='Lp' href="javascript:prodotto('Prodotto.asp?C=3')">AMARETTI VICENZI GR. 200</a>

如何解析此asp页面以获得文本 AMARETTI VICENZI GR。 200 ？

这是我使用但不起作用的代码：

<?php
$page = file_get_contents('http://www.prontospesa.it/Home/prodotti.asp?c=12'); 
preg_match_all('#<a href="(.*?)" class="Lp">(.*?)</a>#is', $page, $matches); 

$count = count($matches[1]); 
for($i = 0; $i < $count; $i++){ 
    echo $matches[2][$i];  
} 
?>

Answer 1

你是正则表达式（在preg_match_all中）是错误的。它应该是#<a class='Lp' href="(.*?)">(.*?)</a>#is，因为class属性是第一个，而不是最后一个，并且用单引号括起来，而不是双引号。

您应该高度考虑使用DOMDocument和DOMXPath来解析文档而不是正则表达式。

DOMDocument / DOMXPath示例：

<?php

// ...

$doc = new DOMDocument;
$doc->loadHTML($html); // $html is the content of the website you're trying to parse.

$xpath = new DOMXPath($doc);
$nodes = $xpath->query('//a[@class="Lp"]');

foreach ( $nodes as $node )
  echo $node->textContent . PHP_EOL;

Answer 2

您必须根据获取内容的页面的HTML代码稍微修改正则表达式：

'#<a class=\'Lp\' href="(.*?)">(.*?)</a>#is'

请注意，该类是第一个，它被单引号括起来而不是双引号。我测试过它对我有用。

PHP解析器ASP页面

2 个答案: