相关疑难解决方法(0)

如何解析HTML/XML并从中提取信息？

我需要匹配所有这些开始标记:

<p>
<a href="foo">

但不是这些:

<br />
<hr class="foo" />

我想出了这个,并希望确保我做对了.我只抓住了a-z.

<([a-z]+) *[^/]*?>

我相信它说:

• 找一个小于,然后
• 然后,查找(并捕获)az一次或多次
• 然后找到零个或多个空格
• 找到任何字符零次或多次,贪婪/,然后
• 找到一个大于

我有这个权利吗？更重要的是,你怎么看？

是否有适用于PHP的强大而成熟的HTML解析器？快速浏览PEAR并没有改变任何东西(很多类用于生成HTML,而不是用于消费),Google教会了我很多人已经开始然后放弃了各种解析器项目.

对XML解析器不感兴趣(除非那时可以使用非格式良好的HTML)或者使用正则表达式自己攻击它.

澄清意图:我对HTML内容的过滤不感兴趣,我很有兴趣从HTML文档中提取信息.

最近我发现自己经常使用jQuery和JavaScript,经常做我在使用CSS之前做的事情.

例如,我使用JavaScript/jQuery替换表行颜色或创建按钮和链接悬停效果.这可以接受吗？或者我应该继续使用CSS来做这些事情吗？

所以真正的问题是:当我使用太多jQuery时？当我越线时,我怎么能理解？