如何使用正则表达式从具有其他 HTML 标记的 Div 获取内容

Question

我的 div 包含其他 html tags 和 text

我只想从此 div 或所有 html tags 中提取文本

<div class="rpr-help m-chm">
                <div class="header">
                    <h2 class="h6">Repair Help</h2>
                </div><!-- /end .header -->
                <div class="inner m-bsc">
                    <ul>


                        <li><a href="#videol">Repair Video</a></li>

                        <li><a href="#qa1">Repair Q&amp;A</a></li>
                    </ul>
                </div>

                    <div>
                    <br>
                    <span class="h4">Cross Reference Information</span><br>
                    <p>Part Number 285753A (AP3963893) replaces  1195967, 280152, 285140, 285743, 285753, 3352470, 3363664, 3364002, 3364003, 62672, 62693, 661560, 80008, 8559748, AH1485646, EA1485646, PS1485646.
                    <br>
                    </p>
                    </div>

            </div>

这是我的Regexp

preg_match_all("/<div class=\"rpr-help m-chm\">(.*)<\/.*>/s", $urlcontent, $description);

每当我将这个完整的 div 分配给 $urlcontent 变量时，它都可以正常工作。

但是当我从像$urlcontent = "www.test.com/test.html";这样的真实网址获取数据时 它返回完整的网页脚本。

如何获取 <div class="rpr-help m-chm"> 的内部内容？

我的正则表达式是否需要更正？

任何帮助将不胜感激。谢谢

Answer 1

无法通过正则表达式解析 HTML/XHTML。 Source

您无法使用正则表达式解析 [X]HTML。因为 HTML 无法解析 正则表达式。正则表达式不是一个可以用来正确解析 HTML 的工具

根据您使用的语言，请考虑使用第三方库进行 HTML 解析。

Answer 2

use this function

    function GetclassContent($tagStart,$tagEnd,$content)
    {
        $first_step = explode( $tagStart,$content );
        $second_step = explode($tagEnd,$first_step[1] );
        return $second_step[0];
    }

Steps to Use Above function 
$website="www.test.com/test.html";
$content=file_get_contents($website);
$tagStart ='<div  class="rpr-help m-chm">';
$tagEnd   = "</div >";
$RequiredContent = GetclassContent($tagStart,$tagEnd,$content);