Php正则表达式匹配一个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);

?>

我想在 div id='news-id-160346' 中找到所有内容。请帮助我

Answer 1

Use an HTML parser. NOT regular expressions.

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，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，它会匹配最上面的两个div，如果它不贪婪，它就不会匹配正确的结束标签。

因此，您应该使用 HTML 解析器。使用 PHP， DOMDocument::loadHTML 或 DOMDocument::loadHTMLFile 每个人都做得很好。 (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 对象应该没问题。)

由于 PHP getElementById 开始工作很麻烦，您可以使用 DOMXpath 达到同样的目的:

<?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);

?>