php - 源代码和 preg_match

Question

我是 PHP 新手，我想学习从另一个站点获取信息的代码。我看着 preg_match 并爆炸了。

我的问题是我想获取一些信息，但没有标签。

我将此代码用于此标签

$site=file_get_contents("$link");
$price='#<div class="price">(.*?)<\/div>#si';
preg_match_all($price,$site,$pricelist);
for ($a=0; $a<5; $a++){
echo $pricelist[1][$a];
}

但是在源代码中是这样的：

<b>500€&lt;/b></a><div class=gh_hl1>
<b>510€&lt;/b></small></a><br clear=all><div class=gh_hl1>
<b>520€&lt;/b></a><div class=gh_hl1>
<b>530€&lt;/b></a><div class=gh_hl1>
<b>540€&lt;/b></a><div class=gh_hl1>
<b>550€&lt;/b></a><div class=gh_hl1>

它以<b>这个标签开始，以and结束，<div class=gh_hl1>还有</small></a><br clear=all><div class=gh_hl1>另一个标签以<b>

我想知道有没有可能采取这个价格？

我还看了 Simple HTML Dom Parser。但我什么也找不到。谢谢你的回答...

Answer 1

好吧，您可以在 HTML 文件中查找模式。非常引人注目的一件事是€符号。你可以搜索那个。这个正则表达式应该这样做：

$price='/(\d*)€(\d*)/';

如果€符号在金额之前或之后，应该抢价格（如果你们只是在之后才这样做，那么最后一个（\ d *）。

还有其他相似之处，例如粗体标签，因此您可以添加它以获得更多特异性：

$price='/<b>(\d*)€(\d*)</b>/';

不过，这仍然是一个相当通用的字符串，真正将它们联系在一起的是div最后的: <div class=gh_hl1>. 因此，您可以使用以下正则表达式进行搜索，处理过程中的标签：

$price='/<b>(\d*)€(\d*)<\/b>(<\/small>)?<\/a>(<br clear=all>)?<div class=gh_hl1>/';

那是我的镜头。但这仍然很愚蠢（我不确定它是否可以在 PHP 中工作，最近主要是在做 Ruby），所以让我们将其简化为：

$price='/<b>(\d*)€(\d*)<\/b>.*<\/a>.*<div class=gh_hl1>/';

现在我们将获得介于两者之间的所有标签。就像评论中所说的那样，有一百万种更好的方法可以做到这一点，并且<b>标签上方的父项目可能会表明这是一个价格。寻找那些。

由于我们想要的主要是 b 标签之间的价格，并确保它以具有该类的 div 结尾，我们可以制作我们的正则表达式：

$price='/<b>(\d*)€(\d*)<\/b>.*<div class=gh_hl1>/';