Question

我有一个包含表格的源页面，该表格包含15行内容：

<tr class="hlRow" onclick="window.location=link11.href" onmouseover="rowOver(11)" onmouseout="rowOut(11,'#cad9ea')">
  <td class="row3">Latest news</td>
  <td class="row3" id="row_6_11"><a onclick="servOC(11,'/link-to-page.html','',ihTri11)"><img class="tog" id="ihTri11" src="up.png" title="Toggle" height="19" width="19" /></a>14.7w</td>
  <td class="row3" id="name11"><a href="/link-to-page.html" style="float: right; color: green; font-weight: bold;" title="+2 rating, 2 comments">+2<img src="star.png" alt="rating" style="margin-left: 1px;" height="12" width="12" /> 2<img src="bubble.png" alt="comments" style="margin-left: 2px;" height="10" width="10" /></a><a id="link11" href="/link-to-page.html">Got to page</a></td>
  <td class="row3" title="11 files">10 days</td>
  <td class="row3">104</td>
  <td class="row3">108</td>
</tr>

基本上我需要从源站点的<tr>到</tr>标记之间取这些行，然后在我的网站上显示它们。我尝试过使用preg_match_all()，但由于我的正则表达式经验非常有限，我无法正常使用。

preg_match_all('<tr class="hlRow"(.*?)</td></tr>/i', $turinys, $linkai, PREG_SET_ORDER);
foreach ($linkai as $linkas) {$a1 = $linkas[1]; echo "<table><tr class=\"hlRow\"".$a1."\"></td></tr></table>";}

更棒的是，只从<td>标签内部获取内容，然后预取我页面上的内容。

Answer 1

这样做的方法当然是使用DOM扩展而不是使用正则表达式。用正则表达式解析HTML会让你疯狂。

DOM代码可能看起来像这样......

$dom = new DOMDocument;
$dom->loadHtmlFile('your source url');

$xpath = new DOMXPath($dom);

$rows = $xpath->query('//tr[@class="hlRow"]');

$rowNumber = 1;

foreach ($rows as $row) {
    echo "Row number: ", $rowNumber++, "\n";
    foreach ($row->childNodes as $td) {
        if ($td->nodeName === 'td') {
            echo $td->nodeValue, "\n";
        }
    }
    echo "End of row\n\n";
}

Answer 2

回答实际的regex问题：

您需要使用/s DOTALL模式，以便在多行与(.*?)之间进行匹配。

</td>和</tr>之间有空格，因此需要

 preg_match_all('#<tr class="hlRow"(.*?)</td>\s*</tr>#is'

如果您使用#作为文字字符，请注意/分隔符。

preg_match_all从特定的html标记开始并以它结尾

2 个答案: