PHP：从HTML

Question

解析字符串我已经打开使用

file_get_contents('http://www.example.com/file.html') 

，并希望解析线包括 “ParseThis” 一个HTML文件：

<h1 class=\"header\">ParseThis<\/h1> 

正如你可以看到，这是一个h1内标记（文件中的第一个h1标记）。我如何获得文本“ParseThis”？

Answer 1

您可以使用DOM这一点。

// Load remote file, supress parse errors 
libxml_use_internal_errors(TRUE); 
$dom = new DOMDocument; 
$dom->loadHTMLFile('http://www.example.com/file.html'); 
libxml_clear_errors(); 

// use XPath to find all nodes with a class attribute of header 
$xp = new DOMXpath($dom); 
$nodes = $xp->query('//h1[@class="header"]'); 

// output first item's content 
echo $nodes->item(0)->nodeValue; 

另见

• Best methods to parse HTML
• More examples by me with DOM.

标记此CW，因为我已经回答过这一点，但我懒得找重复

Answer 2

使用此功能。

<?php 
function get_string_between($string, $start, $end) 
{ 
    $string = " ".$string; 
    $ini = strpos($string,$start); 
    if ($ini == 0) 
     return ""; 
    $ini += strlen($start); 
    $len = strpos($string,$end,$ini) - $ini; 
    return substr($string,$ini,$len); 
} 

$data = file_get_contents('http://www.example.com/file.html'); 

echo get_string_between($data, '<h1 class=\"header\">', '<\/h1>'); 

Answer 3

因为它是第一个h1标签，得到它应该是相当微不足道：

$doc = new DOMDocument(); 
$doc->loadHTML($html); 
$h1 = $doc->getElementsByTagName('h1'); 
echo $h1->item(0)->nodeValue; 

http://php.net/manual/en/class.domdocument.php