假设我有下面的代码：
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>Title of the document</title>
</head>
<body>
<div id="x">Hello</div>
<p>world</p>
<h1>my name</h1>
</body>
</html>
我需要提取所有 html 标签并将其放入一个数组中，如下所示：
'0' => '<!DOCTYPE html>',
'1' => '<html>',
'2' => '<head>',
'3' => '<meta charset="UTF-8">',
'4' => '<title>Title of the document</title>',
'5' => '</head>',
'6' => '<body>',
'7' => '<div id="x">Hello</div>',
'8' => '<p>world</p>',
'9' => '<h1>my name</h1>',
....
就我而言，我不需要获取标签内的所有现有内容，对我来说，只捕获每个标签的开头就已经很好了。
我怎样才能做到这一点？
使用以下具有preg_match_all功能的解决方案：
$html_content = '<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>Title of the document</title>
</head>
<body>
<div id="x">Hello</div>
<p>world</p>
<h1>my name</h1>
</body>
</html>';
preg_match_all("/\<\w[^<>]*?\>([^<>]+?\<\/\w+?\>)?|\<\/\w+?\>/i", $html_content, $matches);
// <!DOCTYPE html> is standardized document type definition and is not a tag
print_r($matches[0]);
输出：
Array
(
[0] => <html>
[1] => <head>
[2] => <meta charset="UTF-8">
[3] => <title>Title of the document</title>
[4] => </head>
[5] => <body>
[6] => <div id="x">Hello</div>
[7] => <p>world</p>
[8] => <h1>my name</h1>
[9] => </body>
[10] => </html>
)
| 归档时间： |
|
| 查看次数： |
2693 次 |
| 最近记录： |