從一個html文檔中提取特定的部分，php cURL，php，preg_match

我試圖從網頁中使用php cURL + preg_match或任何其他函數提取一些信息，但由於某些原因它根本不起作用。例如，從this page, 我想提取「4牀房子出租， Caroline Place，Bayswater，W2」的標題，價格是「2,300」，並且以「This fantastic ... 「並結束於」（Circle and District Lines）「。我試圖使用PHP cURL + DOM，但我得到了很多像這樣的錯誤「htmlParseEntityRef：expectcting';'在實體，行：243「和沒有結果顯示從一個html文檔中提取特定的部分，php cURL，php，preg_match

另外我試圖使用preg_match或preg_match_all但也不工作。

一個非常基本的例子將不勝感激！

來源

2010-05-04 Michael

我認爲，DOM解決方案無法正常工作，因爲頁面無效xhtml或xml – Michael 2010-05-04 18:43:08

也許發佈您嘗試過的正則表達式不起作用。這些模式看起來非常簡單。 – serg 2010-05-04 18:46:23

**不要使用正則表達式來解析HTML **，而是使用[html dom解析器代替]（http://simplehtmldom.sourceforge.net/）它支持無效的HTML。 – 2011-08-18 00:25:30

一個非常基本的例子是高度理解

要回答的正則表達式的一部分：

preg_match('!<title>(.*)</title>!s', '<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" 
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> 
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en"> 
    <head> 
<title> 

      4 bedroom 


     house 


    to rent in Caroline Place, Bayswater, W2 through Foxtons (Property to rent)</title> 
<meta name="keywords" content="Houses" />', $matches); 
print_r($matches); 

/* output: 
Array 
(
    [0] => <title> 

      4 bedroom 


     house 


    to rent in Caroline Place, Bayswater, W2 through Foxtons (Property to rent)</title> 
    [1] => 

      4 bedroom 


     house 


    to rent in Caroline Place, Bayswater, W2 through Foxtons (Property to rent) 
) 
*/

的s在正則表達式的結尾使解析器弄成（inaptly）稱爲single-line mode。

來源

2010-05-04 18:57:33 webbiedave

非常感謝您的幫助。我成功地製作了一個腳本來提取我需要的信息，但我仍然對價格有一些問題。我有這個： preg_match（'！