PHP - 從HTML中提取文本

Question

我有一長串HTML包含

<p>
<img>
<span> 

和一堆其他標簽。

無論如何只從該字符串中提取標簽內的文本？

Answer 1

如果要提取任何標記中的所有文本，最簡單的方法是去除標記： strip_tags（）

如果你想刪除特定的標簽，也許這個問題有幫助。

Answer 2

我知道我會為此付出很多抨擊，但對於像這樣的簡單任務，我會使用正則表達式。

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

$matches[0]將包含所有span標簽及其內容， $matches[1]僅包含內容。

對於更復雜的東西，您可能需要查看PHP Simple HTML DOM Parser或類似的東西：

// 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。