如何在php中使用正则表达式从html数据中获取一些值

Question

我想从html中提取一些汽车制造数据。这是我要获取此信息的html数据。

我尝试了此代码，但是没有用

<?php

$data = "<select id="c1:swfield" name="c1">
<option value="--">&gt; All Makes</option>
<option value="1167">Acura</option>
<option value="1173">Alfa Romeo</option>
<option value="1564">Smart</option>
<option value="1836">Speranza</option>
<option value="1566">Ssang Yong</option>
</select>";


preg_match_all('|<select id=\"c1:swfield\" name=\"c1\">(.*?)</select>|s', $data, $matches);

print_r($matches);

?>

我正在获取一些空数组作为输出。

Answer 1

在这种情况下使用适当的DOM解析器有很多优点，包括知道要提取什么数据。

此代码使用DOMDocument和loadHTML()加载数据，然后使用XPath提取数据。

XPath可能很难开始，它使用//select[@id="c1:swfield"]/option分解为...

• [//select-选择任何<select>元素。
• [@id="c1:swfield"]，其id属性为c1:swfield。这样可以指定从哪个<select>标签中提取数据。
• [/option-在其中-提取<option>元素。

这就是该代码的工作方式...

$dom = new DOMDocument();
$dom->loadHTML($data, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

$xp = new DOMXPath($dom);
$makes = $xp->query('//select[@id="c1:swfield"]/option');
$makeList = [];
foreach ( $makes as $make ) {
    $makeList[] = $make->textContent;
}

print_r($makeList);

并给出（带有示例数据）...

Array
(
    [0] => > All Makes
    [1] => Acura
    [2] => Alfa Romeo
    [3] => Smart
    [4] => Speranza
    [5] => Ssang Yong
)

Answer 2

您没有正确使用引号，请尝试使用以下代码

    <?php

    $data = '<select id="c1:swfield" name="c1">
    <option value="--">&gt; All Makes</option>
    <option>Acura</option>
    <option>Alfa Romeo</option>
    <option>Smart</option>
    <option>Speranza</option>
    <option>Ssang Yong</option>
    </select>';


    preg_match_all('|<select id=\"c1:swfield\" name=\"c1\">(.*?)</select>|s', $data, $matches);

    print_r($matches);

    ?>

Answer 3

为了获得选项标签之间的值，您可以使用：

preg_match_all('|(?:<select id=\"c1:swfield\" name=\"c1\">.*?)?<option value=\"\d*?\">(.*?)<\/option>(?:<\/select>)?|s', $data, $matches);

Here是如何工作的。