使用 PHP 解析 HTML 并使用循环获取值答案

【问题标题】：Parsing HTML with PHP and get values by using cycle使用 PHP 解析 HTML 并使用循环获取值
【发布时间】：2015-04-02 14:53:10
【问题描述】：

我有这样的 HTML 结构

 <div class = article-comments>
  <div class="article-comment">
     <div class="article-comment-header">...</div>
     <div class="article-comment-content">...</div>
  </div>
  <div class="article-comment">
     <div class="article-comment-header">...</div>
     <div class="article-comment-content">...</div>
  </div>
</div>
.
.
.
</div>

我有一个 div 元素 - cmets，其中包含许多其他 div 元素 - comment。我需要获取包含评论创建者名称的 header 元素和包含评论的 *content。我在 PHP 中有这样的代码：

foreach($bot->parseBetweenRegexArray($data, '<div.*class="article-comment-content">', '<\/div>') as $commentary ){ 

   printf("comment: %s",$commentary); 

foreach($bot->parseBetweenRegexArray($data, '<div.*class="article-comment-header">', '<\/div>') as $name)  {

   printf("name: %s",$name); '<br />';
                            }
 }

但是使用此代码我无法获得正确的顺序，例如评论作者姓名和相应的评论等。如何做到这一点？

谢谢！

【问题讨论】：

您无法使用正则表达式解析 HTML：stackoverflow.com/a/1732454/140925
如果是这样，我怎样才能通过使用循环正确获取这些 HTML div 属性的值？
我不知道循环，但我会寻找 DOM 或 SAX 解析器。
foreach($html->find('div.article-cmets') as $article) { ? }.......如何用DOM解析器做到这一点？

标签： php parsing

【解决方案1】：

如果您不喜欢使用 DOM（并且不想将 Regex 与 HTML 一起使用），您可以尝试使用 <div class="article-comment-header"> 字符串对 HTML 文本进行explode。

结果数组的第一个元素（索引 0）将无用（它都在第一个 <div> 之前，所以从第二个（索引 1）开始循环。

然后用</div> 分解第二个元素。第二个数组的第一个元素是标题。

然后做类似的事情来获取作者。

提示：PHP explode() 函数提供了额外的参数 $limit 允许您将文本分成两部分。

我同意这不是最好的解决方案，但我认为很简单。我宁愿使用一些 XML 类来查找它。

【讨论】：