如何在PHP中“读取”HTML文档？

Question

我在很长一段时间内遇到了问题。不幸的是我无法找到我自己的解决方案，所以我必须在这里发布我的问题。

我正在编写一个php脚本，用于从动态创建的HTML文件中创建PDF文件。

现在，我想“解析”html文件，然后对HTML中的下一个标记进行操作。

E.g。

<div><p>Test</p></div>

我的脚本应该识别：

第一个标签是div：为div执行功能 第二个标签是p：do函数p

我不知道应该搜索什么。常用表达？ HTML解析器？

感谢您的提示！

Answer 1

尝试使用XML解析器。在PHP中SimpleXML可能就是你要找的东西。

Answer 2

我曾多次使用phpQuery。这是一个很好的解决方案，虽然它很大并且似乎不再受支持（最后提交> 10个月）。

Answer 3

您需要做的是将HTML文件读入PHP variable/object http://www.php-mysql-tutorial.com/wikis/php-tutorial/read-html-files-using-php.aspx

然后使用RegEx来解析HTML Tags和Attributes http://www.codeproject.com/Articles/297056/Most-Important-Regular-Expression-for-parsing-HTML