PHP解析HTML代码[重复]答案

【问题标题】：PHP Parse HTML code [duplicate]PHP解析HTML代码[重复]
【发布时间】：2011-04-07 08:23:22
【问题描述】：

可能重复：
Best methods to parse HTML

我如何解析 PHP 变量中保存的 HTML 代码，如果它是这样的：

<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG!

我想只获取标题之间的文本，并且我知道使用正则表达式不是一个好主意。

【问题讨论】：

@everyone 关闭这个是重复的。这是不同的，因为 OP 不想要文本 T1, T2, T3，而是一个标题结束后和下一个标题开始之前的文本。例如Lorem ipsum.。所以，this 是不同的。请看一看。

标签： php html parsing

【解决方案1】：

使用 PHP Document Object Model:

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   $DOM = new DOMDocument;
   $DOM->loadHTML($str);

   //get all H1
   $items = $DOM->getElementsByTagName('h1');

   //display all H1 text
   for ($i = 0; $i < $items->length; $i++)
        echo $items->item($i)->nodeValue . "<br/>";
?>

这输出为：

 T1
 T2
 T3

[编辑]：OP 澄清后：

如果你想要Lorem ipsum.之类的内容，你可以直接使用这个正则表达式：

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   echo preg_replace("#<h1.*?>.*?</h1>#", "", $str);
?>

这个输出：

Lorem ipsum.The quick red fox……跳过懒惰的棕色 FROG

【讨论】：

谢谢，但我需要获取
之间的文本，如：“Lorem ipsum.”、“The quick red fox...”等。所以不是之间的文本H1 标记，而是结束标记和开始
.
之间的文本
@Francisc，我已经更新了答案。
那更近了，谢谢。我会尝试更清楚：我想获取标题之间的文本，计算其长度并决定是否要隐藏其中的一部分。你的回答虽然很有帮助。但是我想做的是保留所有的文本，只是添加一点html来隐藏它的一部分。
这是一个很棒的提示@shamittomar！感谢那！一个建议，也许是 foreach 而不是 for 循环会是一个小清洁器，但这确实帮助了我。