如何过滤掉由 file_get_contents 抓取的内容？

Question

我在变量 $html 中使用这一行获取页面的源代码：

$html = file_get_contents('http://www.google.com');

当我这样做时<textarea><?php echo htmlentities($html); ?></textarea>

效果很好。

现在，假设我想取出页面中的每个<h1> 标记，其内容在变量 $h1 中，我该如何从 $html 变量中执行此操作？

Answer 1

您可以使用Simple Html Dom Parser

下载所需文件并尝试以下代码：

<?php

require_once ('simple_html_dom.php');
$html = file_get_contents('http://www.google.com');
$domHtml = str_get_html($html);
foreach ($domHtml->find('h1') as $element) {
    echo '<h1>' . $element->innertext . '</h1>';
}