腓履帶從2個HTMLS

2016-12-22 52 views 0 likes

如何與從具有2個html標籤頁面中的履帶式讀取所有數據讀取的所有數據，例如：腓履帶從2個HTMLS

<html> 
<body> 
text text text 
</body> 
</html> 



text2 text2 text2 text 
</body> 
</html>

我需要更換第一關閉html和body標籤，然後讀取所有數據。我怎麼做？

來源

2016-12-22 Arthur

可能出現[在PHP中如何解析和處理HTML/XML？ //stackoverflow.com/questions/3577641/how-do-you-parse-and-process-html-xml-in-php） – Beloo

你試過我的解決方案嗎？它有用嗎？ –

回答

您可以使用正則表達式來取代</body></html>首次亮相，如果後一個多對同一標籤：

// https://regex101.com/r/nVuN8S/1 
$regex = '/(?<replace><\/body>\s*<\/html>)(?=(?:.|\s)*<\/body>\s*<\/html>)/'; 
$new_html = preg_replace($regex, '', $html);

在這裏，你找</body>和</html>任意數量的空格分隔字符（例如新行）。然後，您使用積極的向前看來檢查它們後面是否包含任何數量的符號（包括空格），以及其後的額外</body>和</html>標記。

改爲「所有數據」（假設這意味着<body>標籤之間的一切），你可以使用另一個正則表達式如：

// https://regex101.com/r/nVuN8S/2 
$regex = '/<body>(?<data>(?:.|\s)+)<\/body>'/;

當然，你可以使用幾個不同的方法來獲得數據：簡單的字符串處理（在<body>之前和</body>之後以及標籤本身之前刪除文本），DOM文檔功能等。

來源

2016-12-22 10:22:20

相關問題

11. 從主功能運行Scrapy履帶
12. Python的履帶 - AttributeError的：履帶式實例沒有屬性 'URL'
13. 履帶的NodeJS不是一個函數
14. Xapian的履帶/解析器
15. 不能履帶式https://www.autorentals.com
16. 履帶式服務器端
17. 乳寧一Scrapy履帶
18. twitter友誼的履帶
19. 轉換履帶的網址
20. PHP RSS飼料履帶
21. 錯誤履帶JMeter的
22. Twitter的履帶趨勢
23. GOUTTE履帶式轉換JSON
24. Scrapy履帶輸出到Excel
25. 在appengine上的履帶
26. 履帶在C＃或VB.net
27. Typo3搜索履帶配置
28. 履帶和「隱藏」鏈接
29. 如何停止scrapy履帶
30. 調試風暴履帶