Php正则表达式匹配div

Question

这是我的代码

<?php

/**
 * @author Joomlacoders
 * @copyright 2010
 */
    $url="http://urlchecker.net/html/demo.html";

    $innerHtml=file_get_contents($url);

    //echo $innerHtml;
    preg_match_all("{\<div id='news-id-.*d'\>(.*)\</div\>}",$innerHtml,$matches);

          //<div id='news-id-160346'>            

    var_dump($matches);

?>

我想找到div id ='news-id-160346'中的所有内容.请帮我

Answer 1

使用HTML解析器.不是正则表达式.

正则表达式的问题在于它们无法匹配嵌套结构.假设您的正则表达式必须匹配单个<div>及其结束标记,则无法正确匹配此输入:

<div id="a">
    <div id="b">
        Foo
    </div>
</div>
<div id="c">
    Bar
</div>

因为如果你的正则表达式是贪婪的,它将匹配最上面的两个div,如果它不合适,它将与正确的结束标记不匹配.

因此,您应该使用HTML解析器.用PHP,DOMDocument::loadHTML或者DOMDocument::loadHTMLFile每个人都做得相当不错.(您可以"安全地"忽略它生成的警告:它们只是标记错误,生成的DOMDocument对象应该非常好.)

由于PHP getElementById很难开始工作,因此您可以将DOMXpath用于同一目的:

<?php

$url = "http://urlchecker.net/html/demo.html";

$d = new DOMDocument();
$d->loadHTMLFile($url);

$xpath = new DOMXPath($d);
$myNews = $xpath->query('//@id="news-id-160346"')->item(0);

?>