Use an HTML parser. NOT regular expressions.
正则表达式的问题在于它们无法匹配嵌套结构.假设你的正则表达式必须匹配单个< div>及其结束标记,无法正确匹配此输入:
Foo
Bar
因为如果你的正则表达式是贪婪的,它将匹配最上面的两个div,如果它不合适,它将与正确的结束标记不匹配.
因此,您应该使用HTML解析器.使用PHP,DOMDocument::loadHTML或DOMDocument::loadHTMLFile,每个都做得相当不错. (您可以“安全地”忽略它生成的警告:它们只是标记错误,生成的DOMDocument对象应该非常好.)
由于PHP getElementById很难开始工作,因此您可以将DOMXpath用于同一目的:
$url = “http://urlchecker.net/html/demo.html”;
$d = new DOMDocument();
$d->loadHTMLFile($url);
$xpath = new DOMXPath($d);
$myNews = $xpath->query(‘//@id=”news-id-160346″‘)->item(0);
?>
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/10918.html