PTT數位生活區 / PHP

[請益] 有一個關於字串處理的問題..

看板PHP作者 (心痛不如馬上行動)時間17年前 (2008/10/30 00:01), 編輯推噓5(5推 0噓 6→)
留言11則, 5人參與, 最新討論串1/1
目前打算用 file_get_contents()函式加上preg_match()及REGEXP來做scraping， 問題在於使用file_get_contents()讀出來的字串不是連續的(會有換行的跟TAB)， 有方法可以使file_get_contents()讀出來的字串(HTML TAG)變成一串連續的文字嗎？ 也就是我需要取得某二個TAG中間的所有文字(包含HTML TAG) EX.. <A> 123 <C> 321 <B> 在我想要得到在<A>和<B>之間的所有內容像是 123 <C> 321 或者是 123<C>321 都可接受， 目前寫出來都只能在單行上面尋找， 因此若由file_get_content()內讀出的字串可以連成一個無分行的字串便能處理， 請教各位有較好的方法嗎？ 因為來源的HTML格式有可能更動，所以盡量以REGEXP的方式來做比較好改， 或是請各位前輩指點更好的方式，謝謝！ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 122.118.4.206
→
10/30 00:16, , 1F
/regexp/s 這樣?
10/30 00:16, 1F
推
10/30 00:32, , 2F
用 preg_replace() 把換行字元刪掉
10/30 00:32, 2F
推
10/30 00:41, , 3F
用一樓的 //s 就可以直接連斷行都包進去了
10/30 00:41, 3F
→
10/30 00:49, , 4F
還是不行，是我的寫法有錯嗎？
10/30 00:49, 4F
→
10/30 00:49, , 5F
#\<div class\=ptitle\>(.*?)\</div\>/s#
10/30 00:49, 5F
推
10/30 01:05, , 6F
/<div class=ptitle\/>(.*?)<\/div>/s
10/30 01:05, 6F
→
10/30 01:18, , 7F
一樣不行，假設我需要的tag分別為<div class=ptitle>
10/30 01:18, 7F
→
10/30 01:18, , 8F
和</div> 上面的寫法也是抓不到
10/30 01:18, 8F
→
10/30 01:19, , 9F
還沒加/s的時候 單行是沒問題的
10/30 01:19, 9F
推
10/30 01:22, , 10F
那再加個 m 懶的去找表來看
10/30 01:22, 10F
推
10/31 09:18, , 11F
試試php_strip_whitespace()，去官方再看詳細
10/31 09:18, 11F
‣ 更多 wdavidptt 的文章
文章代碼(AID): #1928Z5CU (PHP)
PHP 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 wdavidptt 的文章
文章代碼(AID): #1928Z5CU (PHP)