jacy
V2EX  ›  PHP

提取html中某内容,求正则

  •  
  •   jacy · Sep 25, 2013 · 6477 views
    This topic created in 4804 days ago, the information mentioned may be changed or developed.
    html如下:

    XXX
    <div class="content">

    XXXX

    </div>
    XXX

    主要是提取content这个div里的内容,但是这里面的内容不固定,可能里面没有其他标签,还可能有其他的div等标签,正则怎样写呢?
    php除了正则还有什么比较方便的方法处理html?
    19 replies  •  1970-01-01 08:00:00 +08:00
    yangqi
    yangqi
    Sep 25, 2013
    1
    php正则还是最方便了,这个放在前段用jquery很容易就提取了
    jacy
    jacy
    OP
    Sep 25, 2013
    2
    @yangqi 放前端不行啊,是用php抓取的数据,还需要处理后继续用。
    emric
    emric
    Sep 25, 2013
    3
    Don't try to parse HTML using regex. Find an HTML parser please.
    kojp
    kojp
    Sep 25, 2013 via Android
    4
    A class named snopy

    Have a try.
    yangqi
    yangqi
    Sep 26, 2013
    5
    @jacy 如果只是简单提取内容的话regex可以,要是有各种parsing的话可以试试simplehtml库
    PrideChung
    PrideChung
    Sep 26, 2013
    6
    对于HTML这么复杂的文本正则处理不来的,找个HTML parser才是正道。
    pantaovay
    pantaovay
    Sep 26, 2013
    7
    正则处理不来,用DOM操作吧
    jacy
    jacy
    OP
    Sep 26, 2013
    8
    谢谢,我试试simplehtml。
    mescoda
    mescoda
    Sep 26, 2013❤️1
    9
    PHP 用 simplehtmldom
    Python 用 [pywebquery](https://github.com/NStal/pywebquery)
    Node 用 [jwebquery](https://github.com/NStal/jwebquery)
    ericls
    ericls
    Sep 26, 2013 via Android
    10
    @mescoda 谢谢 我明天看看
    foru17
    foru17
    Sep 26, 2013
    11
    我记得正则好像是行的。你搜一下 google 搜索结果 正则,参考一下,之前弄过一个类似的。
    faceair
    faceair
    Sep 26, 2013
    12
    <div class=\"content\">([\s\S]+?(<div[\s\S]+?<\/div>)+?[\s\S]+?)<\/div>

    手机写的,你测试下,主要是确定中间的div是一对一对就可以了
    liuyao729
    liuyao729
    Sep 26, 2013
    13
    试试phpQuery
    faceair
    faceair
    Sep 26, 2013
    14
    修改了下,测试貌似通过了

    <div class=\"content\">([\s\S]+?(<div[\s\S]+?<\/div>)*?[\s\S]+?)*?<\/div>
    alexrezit
    alexrezit
    Sep 26, 2013
    15
    不 要 用 正 则.
    找 个 parser 用 XPath 很 难 么?
    cxshun
    cxshun
    Sep 26, 2013
    16
    其实xpath不是更方便么,直接//div[class='content']/*这个就OK啦。正则解析HTML是没办法的选择。
    jiych
    jiych
    Sep 26, 2013
    17
    可以用flex
    openclaw
    openclaw
    Sep 26, 2013
    18
    前端方便
    marchtea
    marchtea
    Sep 26, 2013
    19
    用simple_html_dom来读取,再处理吧.直接弄貌似不是很好弄
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1971 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 44ms · UTC 07:21 · PVG 15:21 · LAX 23:21 · JFK 02:21
    ♥ Do have faith in what you're doing.