使用简单 Html Dom 从 div 中提取粗体文本

Question

在脚本项目上工作，实际上花了最后 4 个小时来研究我能做的一切 - 我的头脑在这件事上真的不再起作用了，真的需要你的帮助。

所以我有一个 PHP cURL 脚本可以从网站抓取数据。我可以抓取 div 的 ID 等等。但是我怎样才能从 DIV 中获取特定的文本，它没有任何 ID/class/or 除了它是 div 中唯一的粗体项目之外的任何特定内容？

这是网站上的 HTML 文本：

<div class="firststyle"><label for="calculator" class="class-coll-1">
                <p class="sr-only">Welcome to the calculator:</p> <b>What is one plus two?</b> </label></div>

我试图从这个 HTML 部分 parse/extract 只是文本“一加二是多少？”。如何定义要选择的特定部分？

我目前唯一能做的就是使用以下脚本解析整个 div：

$html = str_get_html($response);
$the_question = $html->find('div[class=firststyle]');

然而，这会获取所有文本，包括我不需要的 "Welcome to the calculator" 标签内容。

是否有可能以某种方式将解析后的数据保存到一个变量中，然后使用不同的脚本从该变量中提取数据？

或者我可以做类似的事情：

使用此 ID 查找 div -> 在其中查找粗体文本

或者也许：

用ID找div->取出文字"Welcome to calculator"

Answer 1

如果您有来自网站的 HTML，您可以使用 DOMDocument class 来解析它。

$html = file_get_contents('http://www.example.com');

$dom = new DOMDocument();
$dom->loadHTML($html);

DOMDocument class 附带了很多方法。这就是您需要的两个 getElementById 和 getElementsByTagName。

像这样：

$html = '<div id="test"><b>I want to be found!</b></div><div id="poep"><b>Im not selected</b></div>';

$dom = new DOMDocument();
$dom->loadHTML($html);

$div = $dom->getElementById('test');
$text = $div->getElementsByTagName('b')->item(0)->nodeValue;

echo $text;

将输出：

I want to be found!

Answer 2

echo $html->find('.firststyle b', 0)->innertext;
#=> What is one plus two?

使用简单 Html Dom 从 div 中提取粗体文本

Using Simple Html Dom to extract bold text from a div

html

php

curl

simple-html-dom