php - PHP 中的 HTML 注释抓取

Question

我一直在环顾四周，但还没有找到解决方案。我正在尝试抓取一个 HTML 文档并获取两个评论之间的文本，但是到目前为止还无法成功地做到这一点。

我正在使用 PHP，并且已经尝试过这里推荐的 PHP Simple DOM 解析器很多次，但似乎无法让它做我想做的事情。

这是我希望解析的页面（部分）：

<div class="class">
  <!-- blah -->
    text
  <!-- end blah -->

  Text I want

  <!-- blah -->
    text
  <!-- end blah -->
</div>

谢谢

Answer 1

假设每条评论都不一样（即第一和第二部分的“blah”不一样），你可以用一些简单strpos的来抓取它们之间的所有内容。正则表达式不是必需的。

$startStr = '<!-- end blah1 -->';
$endStr = '<!-- start blah2 -->';

$startPos = strpos($HTML, $startStr) + strlen($startStr);
$endPos = strpos($HTML, $endStr );

$textYouWant = substr($HTML, $startPos, $endPos-$startPos);

如果两组注释相同，则需要修改它以找到第二个“blah”，使用strpos'soffset参数

Answer 2

也许你可以使用正则表达式？

$text = '
<div class="class">
  <!-- blah -->
    text
  <!-- end blah -->

  Text I want

  <!-- blah -->
    text
  <!-- end blah -->
</div>
';

$regex = '/(<!-- end blah -->)(.*?)(<!-- blah -->)/ims';
$match = preg_match_all ($regex, $text, $matches);