PHP Regex匹配所有HTML標記

Question

我正在閱讀包含HTML頁面的一些詳細信息，正在搜索字符串的每次出現，該字符串帶有標簽，我只想讀取該字符串。

例：

<a href="http://www.example.com/search?la=en&q=javascript">javascript</a>
<a href="http://www.example.com/search?la=en&q=PHP">PHP</a>

我只想基於href標記讀取每次出現的TEXT標記，該標記必須包含此標記（ http://www.example.com/search?la=en&q= ）。

任何想法？

Answer 1

SimpleHtmlDom示例（漂亮嗎？）：

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

// Find all links 
foreach($html->find('a') as $element) {
       echo $element->href . '<br>';
       echo $element->text; //this is what you want
}

Answer 2

如果您正在閱讀的HTML頁面非常常規（例如，根據可預測的模式由機器生成），則可以執行以下操作：

preg_match('|<a\s+href="http://www.example.com/search\?la=en&q=(\w+)"\s*>\1</a>|', $page)

但是，如果它變得比這更復雜，則正則表達式可能不足以勝任這項工作-您最好使用完整的HTML解析器來提取鏈接並逐一檢查鏈接以查找您所需要的文本想。