php 提取 html 正文内容以及 html 标签，而不仅仅是纯文本答案

【问题标题】：Php extract html body content along with html tags not only plain textphp 提取 html 正文内容以及 html 标签，而不仅仅是纯文本
【发布时间】：2016-10-31 13:00:09
【问题描述】：

我是 php 新手。我正在尝试使用 php 从 html 中提取整个 body 标记。

这里是我的示例 html：

<html>
<body >
<p>
  Example html content
</p>
</body>
</html>

我只想从 html 内容中提取以下内容：

<p>
  Example html content
</p>

使用以下我尝试解决，但它只输出没有 html 标签的字符串：

 $dom = new domDocument;
 $dom->loadHTML("<html><body><p>Example html content</p></body></html>");
 $body = $dom->getElementsByTagName('body')->item(0);
 var_dump($body->textContent); //output:Example html content

请帮我解决这个问题。

【问题讨论】：

使用$dom->saveHTML($body)

标签： javascript php jquery html

【解决方案1】：

更新您的代码如下：

   $dom = new domDocument;
   $dom->loadHTML("<html><body><p>Example html content</p></body></html>");
   $body = $dom->getElementsByTagName('body')->item(0);
   var_dump($dom->savehtml($body));

输出应与html标签一起：

string(26) "<p>Hello!</p>"

【讨论】：

【解决方案2】：

您应该改用saveHTML()：

echo $body->saveHTML();

将按照您的预期输出 HTML。

【讨论】：

【解决方案3】：

我不喜欢php原生dom，尽量用简单的html dom，简单又快速。从https://sourceforge.net/projects/simplehtmldom/下载

include 'simple_html_dom.php';
$html = new simple_html_dom();
$html = file_get_html("<html><body><p>Example html content</p></body></html>");
$data = $html->find('body',0);

$data 包含所有正文元素。

【讨论】：

【解决方案4】：

使用这个

 $data = "<html><body><p>Example html content</p></body></html>";
 preg_match( '/<body>(.*?)<\/body>/', $data, $match );
 print_r($match[1]);

【讨论】：

我的天啊，当你正则表达式爱好者明白时，不要使用正则表达式来抓取 html 数据。