php - PHP 抓取 HTML 之间标签

Question

我无法找出如何仅从内部抓取 HTML 内容

和

带有 PHP5 的标签。

我想以下面的文档为例，将 2 个（或更多的 pre 标签区域，它的动态）放入一个数组中。

blablabla
<pre>save
this
really</pre>
not this
<pre>save this too
really
</pre>
but not this

我如何将另一台服务器上的 html 文件的 pre 标记之间的区域推入数组中。

Answer 1

我建议使用 xpath

$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DomXpath($doc);

$pre_tags = array();
foreach($xpath->query('//pre') as $node){
    $pre_tags[] = $node->nodeValue;
}

Answer 2

假设 HTML 格式正确，您可以执行以下操作：

$pos = 0;
$insideTheDiv = array();
while (($pos = strpos($theHtml, "<pre>", $pos)) !== false) {
    $pos += 5;
    $endPrePos = strpos($theHtml, "</pre>", $pos);
    if ($endPrePos !== false) {
        $insideTheDiv[] = substr($theHtml, $pos, $endPrePos - $pos);
    } else break;
}

完成后，$insideTheDiv应该是一个包含所有pre标签内容的数组。

演示：http ://codepad.viper-7.com/X15l7P （它从输出中去除换行符）

Answer 3

您可以简单地使用正则表达式来提取 pre 标签中的所有内容。

在 python 中，这将是：

re.compile('<pre>(.*?)</pre>', re.DOTALL).findall(html)