如何通过属性值从 HTML 页面源中获取特定的 HTML 标签

Question

我是 stackoverflow 的新手，希望在这里找到我的解决方案 :)

使用 PHP，我想要一个 php 函数，例如：

function getHtmlTags($html_source, $tag='div', $by_attr="class", $attr_value="class_name"){
}

例如：如果找到 1，则应该像这样返回一个数组：

array([0] => '<div class="class_name">blah blah</div>');

我到处搜索:(没有找到解决方案！请帮助

Answer 1

将您的 HTML 文档加载到 Document Object Model 并使用 XPath 根据给定的参数查找元素。

关于您的正则表达式标签 - 在陷入噩梦之前阅读此内容 - RegEx match open tags except XHTML self-contained tags

例如（警告 - 完全未经测试）

/**
 * @return DOMNodeList
 */
function getHtmlTags($html_source, $tag='div', $by_attr="class", $attr_value="class_name")
{
    $document = new DOMDocument();
    if (!$document->loadHTML($html_source)) {
        throw new Exception('Invalid HTML source');
    }

    $xpath = new DOMXPath($doc);

    $query = sprintf('//%s[%s="%s"]', $tag, $by_attr, $attr_value);

    return $xpath->query($query);
}