PHP 解析 HTML 代码

Question

这个问题在这里已经有了答案:

关闭 12年前.

Possible Duplicate:
Best methods to parse HTML

我如何解析 PHP 变量中保存的 HTML 代码，如果它是这样的:

<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG!

我想只获取标题之间的文本，并且我知道使用正则表达式不是一个好主意。

Answer 1

使用 PHP Document Object Model :

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   $DOM = new DOMDocument;
   $DOM->loadHTML($str);

   //get all H1
   $items = $DOM->getElementsByTagName('h1');

   //display all H1 text
   for ($i = 0; $i < $items->length; $i++)
        echo $items->item($i)->nodeValue . "<br/>";
?>

这输出为:

 T1
 T2
 T3

---

[编辑]:OP 澄清后:

如果你想要Lorem ipsum.等内容，你可以直接使用这个正则表达式:

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   echo preg_replace("#<h1.*?>.*?</h1>#", "", $str);
?>

这个输出:

Lorem ipsum.The quick red fox...... jumps over the lazy brown FROG