PHP - 从HTML中提取文本

Question

我有一段包含HTML标签的长字符串。

<p>
<img>
<span> 

还有很多其他标签。

有没有办法从这个字符串中仅提取标签内的文本？

- Dan

Answer 1

如果您想提取标签内的所有文本，则简单的方法是剥离标签：strip_tags() 如果您想删除特定标签，也许此SO问题可以帮到您。

- Pekka

Answer 2

我知道我会因为这个而受到很多抨击，但对于像这样的简单任务，我会使用正则表达式。

preg_match_all('~(<span>(.*?)</span>)~', $html, $matches);

$matches[0] 将包含所有的 span 标签及其内容，$matches[1] 仅包含内容。

对于更复杂的内容，您可能需要查看 PHP Simple HTML DOM 解析器 或类似工具：

// Create DOM from URL or file
$html = str_get_html($html);

// Find all images
foreach($html->find('img') as $element) {
   echo $element->src . '<br>';
}

等等。

- Tatu Ulmanen