php - 如何使用 PHP 从网页中获取特定数据

Question

我试图使用 PHP 和 file_get_contents 以及正则表达式从网页中获取数据，但我似乎无法从页面中获取正确的数据。

这是我的代码，

<?php
   $homepage = file_get_contents('http://www.website.com');
   preg_match_all('/<p><b>(.*)<\ /b><br>(.*)<br>(.*)<\ /p>/ms', $homepage, $matches);
   $def = $matches[0];
   echo $def;
   ?>

即使有与表达式匹配的 html 代码，我的正则表达式也没有提取任何内容。作为测试，我还尝试将第一个 preg_match 函数替换为以下函数。

preg_match_all('/<div>(.*)<\ /div>/ms', $homepage, $matches);

这仅选取了页面上众多 div 标签中的 2 个。我的代码有什么问题，正确的编写方式是什么？

谢谢

Answer 1

您可以简单地使用 PHP 的Document Object Model而不是使用 RegEx 。

$homepage = file_get_contents('http://www.website.com');
$DOM = new DOMDocument;
$DOM->loadHTML($homepage);
$items = $DOM->getElementsByTagName('div');
$def = $items->item(0)->nodeValue;

（从这个问题引用）。