使用正则表达式解析 DOM [重复]答案

【问题标题】：Parse DOM using regex [duplicate]使用正则表达式解析 DOM [重复]
【发布时间】：2015-01-29 06:22:41
【问题描述】：

我有这段 html 代码，我正在尝试使用“points”“stat-label”解析 div 中的内容。我已经为具有“stat-label”数量的 div 完成了此操作，并且效果很好。

preg_match('#\$[0-9]{1,3}(?:,?[0-9]{3})*(?:\.[0-9]{2})?#', $xx1, $output1);
$parts1 = $output1[0];
$val1 = trim(str_replace('$','',$parts1));
$value1= preg_replace('/[\$,]/', '', $val1);

但我无法让它读取“点”的值。有什么想法吗？？

试过这个：

preg_match('/^\\d+(\\.\\d+)?$/D', $xx1, $output2);

结果是：

object(DOMNodeList)#7 (1) {
  ["length"]=>
  int(0)
}


<div class="widget">
    <div class="widget-header">

        <!-- content -->
    </div>

    <div class="widget-content">

        <div class="stat">
            <div class="stat-header">
                <div class="stat-label">
                    <!-- content -->
                </div>
                <div class="stat-value">
                    <!-- content -->
                </div>
            </div>
        </div>
        <hr>

        <div class="stat">
            <div class="stat-header">
                <div class="stat-label">
                    <!-- content -->
                </div>
                <div class="stat-value">
                    <!-- content -->
                </div>
            </div>
        </div>
        <hr>

        <div class="stat">
            <div class="stat-header">
                <div class="stat-label">
                    <!-- content -->
                </div>
                <div class="stat-value">
                    <!-- content -->
                </div>
            </div>
        </div>
        <hr>

        <div class="stat">
            <div class="stat-header">
                <div class="stat-label">
                    Amount
                </div>
                <div class="stat-value">
                    <font color="green">$</font>123,456,678,012 </div>
            </div>
        </div>
        <hr>

        <div class="stat">
            <div class="stat-header">
                <div class="stat-label">
                    Points
                </div>
                <div class="stat-value">
                    12.14 </div>
            </div>
        </div>
        <hr>

        <div class="stat">
            <div class="stat-header">
                <div class="stat-label">
                    <!-- content -->
                </div>

                <div class="stat-value">
                    <!-- content -->
                </div>
            </div>
        </div>
        <hr>

        <div class="stat">
            <div class="stat-header">
                <div class="stat-label">
                    <!-- content -->
                </div>
                <div class="stat-value">
                    <!-- content -->
                </div>
            </div>
        </div>
    </div>
</div>

【问题讨论】：

"Have you tried using an XML parser instead?"
哦，读这一篇，你会喜欢的：golden link
@Dexa 好吧，我现在觉得我一直在用螺丝刀修剪胡须..lol 我完全理解我的方法是错误的。请指导我使用任何更好的方法，因为我对这一切都不熟悉。

标签： php regex parsing dom

【解决方案1】：

12.14 被空格包围，这是您的 RE 不期望的。要么trim()之前，要么不使用^$

【讨论】：

【解决方案2】：

所以，在查看了 PHP 的 dom 解析潜力之后，我放弃了使用正则表达式解析 html 的所有实例。

这是我解决上述问题的方法：

<?php
$login_data=  http_build_query(array('username'=>$username,'password'=>$password));
$html = _curl("http://example.com/getinfo.php",'POST',$login_data); // this is a curl function I use

$dom = new DOMDocument();
$dom->loadHTML($html);
$els = $dom->getElementsByTagName('*');
$child = 0;
$myAmount = 0;
foreach ( $els as $el ) {
    $firstChild = $el->firstChild;
    $child++;
if($child == "96"){   // this was the firstChild that has the amount data
$myAmount = trim($firstChild->wholeText);
}

}

echo $myAmount; // outputs 12.14! 

?>

所以，它至少对我有帮助。请参考上面 cmets 中的链接。

【讨论】：