PHP:如何获取HTML元素的正确结束标记

Question

假设我有一个HTML页面如下:

<!-- This is the opening tag -->
<div class="content_text">
  <div>Title</div>
  <div>Author Name</div>
  <div>Some complicated HTML elements correctly validated</div>
  <b>Some more text</b>
  <img ... />
  <div> more and more text </div>
</div><!-- This is the correct closing tag -->

如何获取div的开头class="content_text"和正确的结束标记之间的内容？

我尝试了正则表达式,但我找不到任何简单甚至难以实现的方法.

我试过XPath,但我仍然无法获得内容.相反,我得到了外部div中的文本.

Answer 1

您可以使用PHP Simple HTML DOM Parser来解析HTML,就像DOMDocumentXML一样.

注意: PHP也直接支持DOMDocument.