Question

这是问题：我使用的脚本停止查看第一个标记。

我正在浏览一个网站，这是我想要提取的网站的一部分。

<div class="i-want-this-div">
    <div class="annoying-sub-div">
        Bla bla bla  
    </div>
    <div class="annoying-sub-div">
        etc...
    </div>
    <div class="annoying-sub-div">
    </div>
    <div class="annoying-sub-div">
    </div>
    <div class="annoying-sub-div">
    </div>
</div>

我想在我的网站上显示所有那些令人讨厌的（因为它们在那里搞乱了脚本的功能）div，但是我该怎么做？

这是我当前的方法：获取第一个标记的位置，获取结束标记的位置，并从包含整个网站源的整个字符串中减去该部分。

$startPos     = strpos($siteIAmScreaping, '<div class="i-want-this-div">');
$endPos       = strpos($siteIAmScreaping, '</div>', $startPos) + 8;
$annoyingDivs = substr($siteIAmScreaping, $startPos, $endPos-$startPos);

问题是：我希望它停在主divs结束标记上而不是它找到的第一个结束标记上。

Answer 1

使用DOMDocument这样的内容。

Answer 2

您是否想要显示实际代码？如果是这样，请将代码放在预标记内。

<pre></pre>

其中的所有内容都将重新格式化，并且所有标签/代码都将可见。

Answer 3

为简单起见，请使用querypath（或phpquery）。然后，您可以最轻松地按类或ID提取<div>内容：

 print htmlqp($page)->find("div.i-want-this-div")->html();

如果结束标记出现在父标记中，如何获取两个标记之间的所有内容？

3 个答案: