使用PHP从网页中提取特定数据

Question

可能是重复问题：
PHP中的HTML抓取

我想知道是否有一种方法可以使用PHP从网页中获取特定的文本字符串，该字符串会不时更新。我已经“整个互联网”都搜索过了，但没有找到任何东西。只看到preg_match可以做到这一点，但我不知道如何使用它。

想象一下一个网页包含了这个：

<div name="changeable_text">**GET THIS TEXT**</div>

在使用 file_get_contents将页面存储在变量中后，我该如何使用PHP完成此操作？

提前感谢您的帮助 :)

- Daniel Silva

---

忘记 div 名称。LOL - Daniel Silva

你要查找的主题是“屏幕抓取”。更多信息请参见 http://stackoverflow.com/tags/screen-scraping/info - jumpnett

Answer 1

您可以使用DOMDocument，如下所示：

$html = file_get_contents( $url);

libxml_use_internal_errors( true);
$doc = new DOMDocument;
$doc->loadHTML( $html);
$xpath = new DOMXpath( $doc);

// A name attribute on a <div>???
$node = $xpath->query( '//div[@name="changeable_text"]')->item( 0);

echo $node->textContent; // This will print **GET THIS TEXT**

- nickb

Answer 2

您可能想要看一下

Simple HTML DOM Library

这个库。这里有一个小教程: http://www.developertutorials.com/tutorials/php/easy-screen-scraping-in-php-simple-html-dom-library-simplehtmldom-398/。这是一个屏幕抓取API，可以让您将HTML提供给它，并用类似jQuery的语言获取其中的部分内容。

- Kai Mattern

Answer 3

你在谈论 数据抓取：即从人类可读的输出中提取数据。在您的情况下，这就是在 <div> 标签之间的所有内容。使用 PHP DOM 扩展来获取所需标签并提取数据。通过 Google 搜索 PHP DOM 教程。

- Celeritas

Answer 4

$delements= file_get_html('url will go here'); 

foreach($elements->find('element') as $ele) {

    //traverse according to your preferences

} 

//return or output

- spiralclick