PHP：file_get_contents 来自使用 div 内的正则表达式 h2 标记的页面

Question

当用户输入下面的 id 时，这可以很好地从 div 标签中存在的某个网页中获取文本：

function get_text($id) {
  $result = file_get_contents('www.site.net/.$id.'');
  $regex = '/<div class="x">([^<]*)<\/div>/';
  if (preg_match($regex, $result, $matches) && !empty($matches[1])) {   
    return $matches[1]; 
  } else {
    return 'N/A';
  }
}

现在文本更难获取，因为它位于此处：

 <div class="X2">
   <h2 style="font-family: 'Pacifico', cursive;">TEXT</h2>
 </div>

我尝试了 div 和 h2，但 returns 我什么都没有，请帮忙！谢谢。

Answer 1

使用 PHP 的 DOMDocument:

很容易解决这个问题

$html = <<<'EOT'
<div class="X2">
 <h2 style="font-family: 'Pacifico', cursive;">TEXT</h2>
 </div>
EOT;

$doc = new DOMDocument();
$doc->loadHTML($html);
$xpath = new DOMXPath($doc);
$div = $xpath->query('//div[contains(@class, "X2")]')->item(0);
echo $div->textContent;

输出：

TEXT

Demo on 3v4l.org

为了适应您的功能环境，这应该可行：

function get_text($id) {
    $html = file_get_contents("www.site.net/$id");
    $doc = new DOMDocument();
    $doc->loadHTML($html);
    $xpath = new DOMXPath($doc);
    $div = $xpath->query('//div[contains(@class, "X2")]');
    if (count($div)) {
        return $div->item(0)->textContent;
    }
    else {
        return 'N/A';
    }
}

PHP：file_get_contents 来自使用 div 内的正则表达式 h2 标记的页面

PHP: file_get_contents from a page using regex h2 tag that is inside a div

html

php

regex

file-get-contents