PHP - 从HTML中提取文本

Question

我有一长串HTML包含

<p>
<img>
<span> 

和一堆其他标签。

无论如何只从该字符串中提取标签内的文本？

Answer 1

如果要提取任何标记中的所有文本，最简单的方法是去除标记： strip_tags（）

如果你想删除特定的标签，也许这个问题有帮助。

Answer 2

我知道我会为此付出很多抨击，但对于像这样的简单任务，我会使用正则表达式。

preg_match_all('~(<span>(.*?)</span>)~', $html, $matches);

$matches[0]将包含所有span标签及其内容， $matches[1]仅包含内容。

对于更复杂的东西，您可能需要查看PHP Simple HTML DOM Parser或类似的东西：

// Create DOM from URL or file
$html = str_get_html($html);

// Find all images
foreach($html->find('img') as $element) {
   echo $element->src . '<br>';
}

等等。