[PHP]如何從一個長的HTML源

我有這樣的HTML提取單個簡單的文字：「你好！世界[PHP]如何從一個長的HTML源

......whatever very long html..... 

<span class="title">hello world!</span> 

......whatever very long html......

這是一個很長的HTML，我只想要的內容從這個網站我得到這個網站由

$result = file_get_contents($url , false, $context);

許多人使用簡單的HTML DOM解析器，但我認爲在這種情況下，使用正則表達式會更有效。

我應該怎麼做？有什麼建議麼？任何幫助都會非常棒。

在此先感謝！

來源

2012-08-07 H.Choi

如果您在構建正則表達式時遇到問題，你總是可以回到簡單的split（）函數。 – Waygood 2012-08-07 09:37:24

用正則表達式解析HTML通常被認爲是一個壞主意。可能的相關問題和......如果相關答案不是**技術**，它可以描述_world implosion_，您可能會通過使用RegEx解析HTML來召喚我們：http://stackoverflow.com/a/1732454/1428773 – Whisperity 2012-08-07 09:46:31

堅持使用DOM解析器 - 它更好。說了這麼多，你可以使用這樣的正則表達式...

// where the html is stored in `$html` 
preg_match('/<span class="title">(.+?)<\/span>/', $html, $m); 
$whatYouWant = $m[1];

preg_match()賣場內的正則表達式括號捕獲的所有元素的數組，這是整個捕獲字符串0個元素。正則表達式在這種情況下非常簡單，幾乎是一個直接的字符串匹配你想要的，並且結束跨度標記的斜槓被轉義。被捕獲的部分僅意味着任何字符（.）一次或多次（+）不貪心（?）。

來源

2012-08-07 09:39:00

不，我真的不認爲regEx或類似的功能會更有效或更容易。

如果你會使用SimpleHTML DOM，你可以迅速獲得您正在尋找這樣的數據：

//Get your file 
$html = file_get_html('myfile.html'); 
//Use jQuery style selectors 
$spanValue = $html->find('span.title')->plaintext; 

echo($spanValue);

用的preg_match，你可以這樣做：

preg_match("/<span class=\"title\">([^`]*?)<\/span>/", $data, $matches);

或此，如果有是類「標題」的多個跨度：

preg_match_all("/<span class=\"title\">([^`]*?)<\/span>/", $data, $matches);

來源

2012-08-07 09:43:03 Marcus

從個人經驗來看，我發現當html字符串非常長時，正則表達式會更好。 SimpleHTML DOM太慢了，達到了內存限制[在這種情況下]。 – Prasanth 2012-08-07 09:56:28

有時候，是的 - 這絕對是一種選擇。但是，使用正則表達式可能會讓人頭痛 - 如果示例中跨度內有多個跨度，例如？如果HTML格式錯誤怎麼辦？ – Marcus 2012-08-07 10:52:12

當我使用這個庫來獲取以某種東西開始的類的鏈接時，我發現它可以像使用'^ ='的jquery一樣完成。現在，當我在庫文件中搜索'^ ='時，發現它確實使用了正則表達式！我很震驚。最終，我使用了正則表達式，因爲我使用庫已經達到了內存限制。現在，聽到你說正則表達式不會比simplehtmldom有效，我覺得你是部分不正確的，因爲圖書館使用正則表達式！我也意識到圖書館的其他部分是好的。但這是另一回事。 – Prasanth 2012-08-07 11:13:10

[PHP]如何從一個長的HTML源

回答

相關問題