JSON包装在一些HTML中，删除HTML [重复]答案

【问题标题】：JSON wrapped in some HTML, remove HTML [duplicate]JSON包装在一些HTML中，删除HTML [重复]
【发布时间】：2012-11-16 07:15:39
【问题描述】：

可能重复：
How to parse and process HTML with PHP?

我正在尝试使用 file_get_contents() 使用 PHP 抓取页面。这个页面有一些用一些 HTML 包裹的 JSON。我想去掉这个 HTML 以便能够在抓取的字符串上使用 json_decode() ，这样我就可以单独处理 JSON。有什么干净的方法可以做到这一点吗？快速搜索并没有真正导致任何结果。谢谢

【问题讨论】：

标签： php html file-get-contents json

【解决方案1】：

解析/剥离 HTML 内容总是一个棘手的问题，因为（常见？）如果 HTML 标记格式错误并且速度缓慢，那么通过正则表达式的解决方案可能会崩溃。我建议使用这个小的 HTML DOM 解析器类：

http://simplehtmldom.sourceforge.net/

从子评论编辑和添加：

好吧，这是一个糟糕的问题，因为内联 javascript 没有正确地用 CDATA-Tags 包装。否则这样的事情可能会起作用：

$html = new simple_html_dom();
$html->load_file('your-external-file');

foreach($html->find("script") as $obj) {
    if(isset($obj->innertext) && strpos($obj->innertext, 'window._jscalls'))
        echo $obj->innertext;
}

【讨论】：

是的，使用正则表达式是不可能的。我想到了简单的 HTML DOM，但是由于我要解析的是 JSON，所以我真的不能这样做，因为返回的字符串只包含 HTML 而不是 JSON...
你能提供一个 HTML/JSON 标记的例子吗？
我现在正在使用手机，但客户制作的内容与您在 Instagram 页面上可以找到的内容非常相似（例如 instagram.com/kevin）。谢谢
好吧，这很糟糕，因为内联 javascript 没有正确地用 CDATA-Tags 包装。否则这样的事情可能会起作用：请参阅顶部帖子（虽然很脏）。
使用 HTML Simple Dom 的好方法伙计，非常感谢，我可以让它这样工作，尽管它不是很干净，但它至少暂时起到了作用。