php 读取（解析）html文档，并将读取到的文档转为数组（数组保留html嵌套格式）

html-css019

php 读取（解析）html文档，并将读取到的文档转为数组（数组保留html嵌套格式）,第1张

可以使用正则表达式来解决这个问题

具体的代码很多不详细写了，举个例子给题主吧

<?php

 

$htmlStr = '<li>首页</li>'

preg_match_all('/<li>.*?<\/li>/', $htmlStr , $res)

$ret = preg_replace('/(<li>|<\/li>)/', '', $res[0][0])

//输出res

//var_dump($res) 

echo $ret

最终输出的结果为：首页

在这个例子上题主所需要的值基本都可以用正则算法过滤出来

希望能帮到题主

如果可以，还请采纳

1.strip_tags() 函数：可以过滤掉HTML和PHP标签，返回一个全新的字符串!

用法：

string strip_tags ( string 要处理的字符串 [, string 想保留的标签] )

比如： 标签，就这样写，strip_tags($str, “”) ，如果要保留多个标签，则标签之间用空格隔开。

2.用 strpos , substr 混合处理

当我们要截取的字符串，有唯一的标识时，通常可以用这个办法，比如取一个带唯一id的标签abc,只要找到和,中间的内容就都出来了。

3.PHP DOMDocument

DOMDocument 提供的方法是输出没有任何标签的纯文本，如果你只需要文本数据，那用这个方法最简单拉

利用php解析html没有现成的方法，需要利用第三方插件PHP Simple HTML DOM Parser，它可以以类似jQuery的方式通过css选择器来返回指定的DOM元素，功能十分强大。

1、首先要在程序的开始引入simple_html_dom.php这个文件

参考代码：include_once('simple_html_dom.php')

2、PHP Simple HTML DOM Parser提供了3种方式来创建DOM对象

参考代码如下：

// Create a DOM object from a string

$html = str_get_html('<html><body>Hello!</body></html>')

// Create a DOM object from a URL

$html = file_get_html('http://www.google.com/')

// Create a DOM object from a HTML file

$html = file_get_html('test.htm')

得到DOM对象后就可以进行各种操作了

// Find all anchors, returns a array of element objects

$ret = $html->find('a')

// Find (N)th anchor, returns element object or null if not found (zero based)

$ret = $html->find('a', 0)

// Find lastest anchor, returns element object or null if not found (zero based)

$ret = $html->find('a', -1)

// Find all <div>with the id attribute

$ret = $html->find('div[id]')

// Find all <div>which attribute id=foo

$ret = $html->find('div[id=foo]')