如何解析HTML/XML并从中提取信息？
目前，我正在使用CURL抓取网站。我想可靠地获取标题，描述和关键字。
//Parse for the title, description and keywords
if (strlen($link_html) > 0)
{
$tags = get_meta_tags($link); // name
$link_keywords = $tags['keywords']; // php documentation
$link_description = $tags['description'];
}
唯一的问题是人们现在正在使用各种元标记，例如open graph <meta property="og:title" content="The Rock" />。它们也使标签变化很大<title> <Title> <TITLE> <tiTle>。要可靠地获得这些信息非常困难。
我确实需要一些可以一致地提取这些变量的代码。如果有标题，关键字和描述，则可以找到它。因为现在看来很受欢迎。
也许是一种将所有标题提取到titles数组中的方法？然后，抓取网站的开发人员可以选择最好的一个来记录在他们的数据库中。同样适用于关键字和说明。
这不是重复项。我已经搜索了stackoverflow，没有办法将所有“ title”，“ keywords”和“ description”类型标记放置到数组中。
我想获取元标记（特别是 og:title、og:description 和 og:image）
我使用以下代码：
$tags = get_meta_tags('https://www.shoutmeloud.com/review-of-hostgator-webhosting-wordpress.html/');
echo "<pre>";
print_r($tags);
它返回以下数组，
Array
(
[viewport] => width=device-width, initial-scale=1
[description] => Check out HostGator review for year 2017. This review if written after using Hostgator for 5 years. Is Hostgator Good hosting? Find out answer here
[twitter:card] => summary_large_image
[twitter:description] => Check out HostGator review for year 2017. This review if written after using Hostgator for 5 years. Is Hostgator Good hosting? Find out answer here
[twitter:title] => A Blogger Review …