PHP：来自 cURL、HTML 扫描的数据

Question

如何扫描 html 页面中某个 div 内的文本？

Answer 1

最简单的方法是使用 简单 HTML DOM 解析器

// Create a DOM object from a URL
$html = file_get_html('http://www.google.com/');    

// Find all <div> which attribute id=foo
$ret = $html->find('div[id=foo]');

Answer 2

您还可以使用 DOMDocument 类来执行此操作。

用法非常简单：

$dom = new DOMDocument();
$dom->loadHTML(file_get_contents($url));

// Example:
$dom->getElementById('foo');

文档位于此处。

可以找到现实世界使用的示例 这里。

Answer 3

您可以按照其他人的建议使用内置功能，或者您可以尝试将简单 HTML DOM 解析器实现为一个简单的 PHP 类和一些辅助函数。它支持 CSS 选择器样式的屏幕抓取（例如 jQuery），可以处理无效的 HTML，甚至提供熟悉的界面来操作 DOM。

值得一看 http://simplehtmldom.sourceforge.net/

Answer 4

preg_match() 来匹配您想要的子字符串或使用 dom/xml。