从html中提取所有css样式（不包括条件注释中包含的样式）

Question

我需要一个正则表达式从html文档中提取所有样式表（<link>标签）。

目前我有preg_match_all('/<link([^>]*?)>/i',...，正则表达式提取样式表......没关系。

但是，我需要排除IEs条件标签<!--[if IE...]>bla bla<![endif]--> ...

中包含的样式

有关如何操作的提示吗？

Answer 1

Use DOM and XPath for that

$dom = new DOMDocument;
$dom->loadHTMLFile('http://example.com');
$xpath = new DOMXPath($dom);
$stylesheets = $xpath->query('/html/head/link[@rel="stylesheet"]');
foreach ($stylesheets as $stylesheet) {
    echo $dom->saveHtml($stylesheet);
}

这将只打印head元素中的样式表，不包括那些注释节点内的样式表。如果你需要进一步限制，例如通过media属性，那么只需将其作为另一个条件添加到Xpath查询中。

如果saveHTML不接受您的PHP版本中的节点，请参阅

• How to return outer html of DOMDocument?