如何从网页中将所有HTML标签提取到数组中？

我需要将网页中的所有HTML标签提取到数组中，而标签内没有数据。它看起来像...如何从网页中将所有HTML标签提取到数组中？

我使用PHP

Array 
{ 
    html => 
      Array 
      { 
       head => 
          Array 
          { 
           title, 
           meta name='description' content='bla bla' 
           meta name='keyword' content='bla bla' 
           .... 
          }, 
       body => 
          Array 
          { 
           div id='header' => 
               Array 
               { 
                div class='logo', 
                div class='nav' 
               }, 
           div id='content' => 
               Array 
               { 
                h1, 
                p class='first-para', 
                p, 
                p, 
                div id='ad' 
               }, 
           div id='footer' => 
               Array 
               { 
                ul => 
                 Array 
                 { 
                  li => 
                    Array 
                    { 
                    a href='link.htm' 
                    }, 
                  li => 
                    Array 
                    { 
                    a href='link.htm' 
                    }, 
                  li => 
                    Array 
                    { 
                    a href='link.htm' 
                    } 
                 } 
               } 
          } 

      } 
}

来源

2010-10-06 HyderA

[解析HTML的最佳方法]的可能的重复（http://stackoverflow.com/questions/3577641/best-methods-to-parse-html） – Gordon 2010-10-06 14:47:10

你需要的是一个HTML解析器（XML解析器可能不会做，因为HTML通常是无效的）。也许：http://simplehtmldom.sourceforge.net/

来源

2010-10-06 14:28:02

建议第三方替代[SimpleHtmlDom]（http：// simplehtmldom.sourceforge.net/）实际使用[DOM]（http://php.net/manual/en/book.dom.php）而不是字符串分析：[phpQuery]（http://code.google.com/p/phpquery /），[Zend_Dom]（http://framework.zend.com/manual/en/zend.dom.html），[QueryPath]（http://querypath.org/）和[FluentDom]（ http://www.fluentdom.org）。 – Gordon 2010-10-06 14:46:49

当你使用'loadHTML（）'时，DOM可以加载真实世界的HTML。这似乎是一种常见的误解。 – Gordon 2010-10-06 15:05:00

我认为最简单的方法是使用XPath。

//*::name()

应该给你所有层次上所有节点的名称。 Iam不确定不是层次结构将被平铺。

来源

2010-10-06 14:33:44 codymanix

您也可以使用PHP DOM extension。

来源

2010-10-06 14:34:40 YWE

如何从网页中将所有HTML标签提取到数组中？

回答

相关问题