PHP 预匹配 html 文件。正则表达式

Question

我想把法语单词放在一个数组中。

<?php

$contents = file_get_contents("http://quizlet.com/9117/envol-7-unite-1-presentation-flash-cards/"); 

$pattern = '/<span class="TermText qWord lang-fr">(.*?)</s';

preg_match($pattern,$contents, $matches);

print_r($matches); 

?>

这段代码的结果是一个空数组。

Answer 1

源页面用单引号将 class 值括起来。您还需要使用 preg_match_all() 函数来获取所有结果。

<?php

$contents = file_get_contents("http://quizlet.com/9117/envol-7-unite-1-presentation-flash-cards/"); 

$pattern = "/<span class='TermText qWord lang-fr'>(.*?)\</s";

preg_match_all($pattern,$contents, $matches);

print_r($matches); 

?>

Answer 2

如果你想获取 <span> 标签的所有内部文本 class 属性值中有 lang-fr，你可以使用以下基于 DOMDocument/DOMXPath 的解决方案：

$contents = file_get_contents("http://quizlet.com/9117/envol-7-unite-1-presentation-flash-cards/");
$dom = new DOMDocument;
@$dom->loadHTML($contents, LIBXML_HTML_NOIMPLIED|LIBXML_HTML_NODEFDTD);
$xp = new DOMXPath($dom);
$spans = $xp->query('//span[contains(@class,"lang-fr")]');
$arr = array();
foreach ($spans as $span) {
 array_push($arr, $span->nodeValue);
}
print_r($arr);

见IDEONE demo

这里的 xpath 是 '//span[contains(@class,"lang-fr")]'。您可以更严格地只获取所有 class 属性值等于 "TermText qWord lang-fr" 的 span 标签：'//span[@class="lang-fr"]'.

此解决方案使您免于在 HTML 中匹配这种或那种类型的定界属性值的问题。以及与正则表达式 HTML 解析相关的许多其他问题。

PHP 预匹配 html 文件。正则表达式

PHP Preg match on html file. Regex

php

regex

preg-match