我需要爬取一个页面并获取特定div的内容。我可以使用php和javascript作为我的两个主要选项。如何实现?
我需要爬取一个页面并获取特定div的内容。我可以使用php和javascript作为我的两个主要选项。如何实现?
Simple HTML DOM Parser
第二种方法:
<?php
$contents = file_get_contents("http://www.url.com");
$contents = strip_tags($contents, "<div>");
preg_match_all("/<div/>(?:[^<]*)<\/div>/is", $contents, $file_contents);
?>
第三种方法:
`You can use jquery like Selectors :`
这是一种使用PHP进行基本操作的方法,它返回纯文本内容。但是,您可能要考虑针对您特定需求调整正则表达式。
<?php
$link = file_get_contents("http://www.domain.com");
$file = strip_tags($link, "<div>");
preg_match_all("/<div/>(?:[^<]*)<\/div>/is", $file, $content);
print_r($content);
?>
您可以使用SimpleDomParser,文档在此处http://simplehtmldom.sourceforge.net/manual.htm。虽然需要PHP5+,但好处是您可以像jQuery一样使用选择器在HTML页面上查找标签。
<div id="cool_div">Some content here</div>
$('#cool_div').text(); // will return text version of contents...
$('#cool_div').html(); // will return HTML version of contents...