2

我需要 html 解析方面的帮助。在这里发布问题之前，我试图找到这个答案，但找不到。我已将博客页面的完整 html 存储在数据库表中。现在我想从那个 html 中提取文本和图像。但我必须从整个 html 中仅提取特定段落的文本和图像。

请参见下面的示例，其中有很多代码标签。它有三个段落。我必须仅从与我的要求相关的第 2 段中提取文本和图像。（我有关键字，我可以搜索该关键字，这样我就可以确定我需要提取这一段。）

如何从任何博客中提取特定段落文本和图像。我有关键字要在 html 中搜索，即关键字 = PRODUCT ABC。我正在使用 php。

<html>
<!-- Javascript: tag come here --->
<!-- Head: tag come here --->
<!-- Meta: tag come here --->
<!-- Title: tag come here --->
<!-- Links: tag come here --->
<!-- Javascript: tag come here --->

<body>

<!-- Lot of other code come here about links, javascript, headings etc -->
<!-- DIV: tag come here --->

<p> "PARAGRAPH 1, This paragraph contain only some text." </p>
<!-- Script: tag come here --->

<p> PARAGRAPH 2, It has some information about PRODUCT ABC...</p>
<img /> <!-- some images come here related to this paragraph.-->
<img /> <!-- some images come here related to this paragraph.-->
<img /> <!-- some images come here related to this paragraph.-->
<!-- Script: tag come here --->

<p> PARAGRAPH 3, This paragraph contain only some text. </p>
<img /> <!-- some images come here related to this paragraph.-->
<!-- Links: tag come here --->
<!-- Javascript: tag come here --->

</body>
</head>
</html>
4

2 回答 2

0

我同意梦想家的观点。虽然，这是 html 论坛。:P

使用此代码：

$html = file_get_html(' http://www.google.com/ '); $par=$html->find('p[id=hello]') ; foreach($par->find('img') as $element) echo $element->src 。'
'

于 2013-05-26T23:46:52.200 回答
0

如果您正在寻找一种简单tag的提取方法，您可以使用regex

简单地 ：

$html = "<html><head></head><body><div>sometext</div><div><p>myPtag</p></div><div> some other text</div></body></html>";

preg_match('/<p>(.*?)<\/p>/',$html,$getTheP);

//and simply call what you want from extraction 
var_dump($getTheP);

而且，如果你想在你的<p>标签中匹配一些东西，你可以简单地创建一个新的路径来获得你想要的东西：

例如，我们想要<p>包含somestring

preg_match('/<p>(.*?)somestring<\/p>',$html,$matchesWithSomeString);

var_dump ( $matchesWithSomeString )

;

于 2014-05-27T13:52:49.503 回答