[英]How do I extract all HTML tags from a webpage into an array?
我需要将网页中的所有HTML标签提取到数组中, 而标签中没有数据 。 看起来像...
我正在使用PHP
Array
{
html =>
Array
{
head =>
Array
{
title,
meta name='description' content='bla bla'
meta name='keyword' content='bla bla'
....
},
body =>
Array
{
div id='header' =>
Array
{
div class='logo',
div class='nav'
},
div id='content' =>
Array
{
h1,
p class='first-para',
p,
p,
div id='ad'
},
div id='footer' =>
Array
{
ul =>
Array
{
li =>
Array
{
a href='link.htm'
},
li =>
Array
{
a href='link.htm'
},
li =>
Array
{
a href='link.htm'
}
}
}
}
}
}
您需要的是HTML解析器(XML解析器可能不会这样做,因为HTML通常是无效的)。 也许: http : //simplehtmldom.sourceforge.net/
您还可以使用PHP DOM扩展 。
我认为最简单的方法是使用XPath。
//*::name()
应该给您所有级别上所有节点的名称。 我不知道虽然没有等级会被扁平化。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.