如何在 php 中解析 html 元素？ [关闭]答案

【问题标题】：How can I parse html elements in php? [closed]如何在 php 中解析 html 元素？ [关闭]
【发布时间】：2015-04-12 11:44:09
【问题描述】：

我需要从 php 中的 html 文件中获取几个 html 元素的内容。
元素是：

页面上可能有两次、三次、...的标题，我需要所有出现 => $array_of_titles
其他标签也一样。
我需要收集这些数据以检查页面上标签的重复性。

我已经尝试过：

我能做什么？它看起来真的是微不足道的问题，但是......

【问题讨论】：

用正则表达式发疯:)
@dan08 不好的做法是使用正则表达式
向我们展示您的 DOM 测试，我们或许可以帮助您。
它适用于我的测试 DOM，但它应该适用于每个 DOM：/ 我没有任何输入规范，我只是通过站点地图并一一解析 html 页面。 DOMDocument 适用于我的测试用例，但如果您忘记了 html " 或 / 在某个其他标签的结尾处的某个位置，则 domdocument 失败
@greg_diesel 我是如何使用 DomDocument 的，只在格式良好的 html stackoverflow.com/questions/28263929/… 上工作

【解决方案1】：

我知道有几个解析器可以处理无效的 HTML：

正如其他人所说，正则表达式绝对不是要走的路。保护你的头发和理智，不要走那条路。

【讨论】：

我在我的问题中提到了 PHP Simple Dom - 不适用于我的问题 - 有未解决的错误，但我会尝试 Ganon
你也可以试试phpQuery。我不确定它对无效 HTML 的处理效果如何，但我已经在之前的几个项目中使用过它，没有任何问题。 github.com/soloproyectos/phpquery
我试过 phpQuery，但我有这个问题：include_once("phpQuery-onefile.php"); $pq = phpQuery::newDocumentFile($file_url); print var_dump($pq->find("h1")->text()); Find 给了我一个字符串，其值由空格分隔，这不是很聪明，我可以用空格来爆炸它，但是你知道当元素内容是空格时会发生什么 => 我需要在某个数组中找到 find 的输出，我认为这可能是不可能的，或者是吗？
对不起，我用了另一个 phpQuery 我用的是 google 的：code.google.com/p/phpquery 我也会试试你的
他们是同一个项目。不过，github 版本可能会更新一些；我不知道。至于使用find，它应该返回一个节点列表。不要只在之后使用text，而是遍历列表。