为什么使用curl和regex时获取数据为空[重复]

Question

请帮我检查这段代码。我认为我写的正则表达式有问题，但我不知道如何解决：

function get_data($url)
{
    $ch = curl_init();
    $timeout = 5;
    curl_setopt($ch,CURLOPT_URL,$url);
    curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
    curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,$timeout);
    $data = curl_exec($ch);
    curl_close($ch);
    return $data;
}

$content = get_data('http://ibongda.vn/lich-thi-dau-bong-da.hs');
$regex = '/<div id="zone-schedule-group-by-season">(.*)<\/div>/';
preg_match($regex, $content, $matches);
$table = $matches[1];
print_r($table);

Answer 1

我建议不要为此使用正则表达式。你应该使用DOM 来完成这个任务。

您的正则表达式的问题是遇到换行符序列，它将匹配到</div> 中的<，不断回溯并失败。回溯是正则表达式在匹配过程中匹配失败时所做的事情。您需要使用 s (dotall) 修饰符来强制点匹配换行符。

$regex = '~<div id="zone-schedule-group-by-season">(.*?)</div>~s';

Answer 2

我建议不要使用正则表达式来解析这些。您可以使用 HTML 解析器，DOMDocument，尤其是 xpath。

function get_data($url)
{
    $ch = curl_init();
    $timeout = 5;
    curl_setopt($ch,CURLOPT_URL,$url);
    curl_setopt($ch,CURLOPT_RETURNTRANSFER,1);
    curl_setopt($ch,CURLOPT_CONNECTTIMEOUT,$timeout);
    $data = curl_exec($ch);
    curl_close($ch);
    return $data;
}

$content = get_data('http://ibongda.vn/lich-thi-dau-bong-da.hs');
$dom = new DOMDocument();
libxml_use_internal_errors(true); // handle errors yourself
$dom->loadHTML($content);
libxml_clear_errors();
$xpath = new DOMXpath($dom);

$table_rows = $xpath->query('//div[@id="zone-schedule-group-by-season"]/table/tbody/tr[@class!="bg-gd" and @class!="table-title"]'); // these are the rows of that table

foreach($table_rows as $rows) { // loop each tr
    foreach($rows->childNodes as $td) { // loop each td
        if(trim($td->nodeValue) != '') { // don't show empty td
            echo trim($td->nodeValue) . '<br/>';
        }
    }
    echo '<hr/>';
}