Use an HTML parser. NOT regular expressions.
Problemem jest to, że nie mogą dopasować zagnieżdżone struktury. Zakładając, że wyrażenie regularne musi pasować jeden <div>
i jego znacznik zamykający, nie ma sposobu, aby prawidłowo dopasować to wejście:
<div id="a">
<div id="b">
Foo
</div>
</div>
<div id="c">
Bar
</div>
Bo jeśli wyrażenie regularne jest chciwy, to dopasować dwa skrajne div, a jeśli jest to ungreedy , nie będzie pasować do poprawnego tagu końcowego.
Dlatego należy użyć parsera HTML. Z PHP, DOMDocument::loadHTML
lub DOMDocument::loadHTMLFile
każdy wykonuje całkiem dobrą robotę. (Możesz "bezpiecznie" zignorować ostrzeżenia, które generuje: są to tylko błędy znaczników, a wygenerowany obiekt DOMDocument
powinien być prawie w porządku.)
Ponieważ PHP getElementById jest trudny do osiągnięcia, możesz użyć Ścieżka DOMX w tym samym celu:
<?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);
?>
Witam miałem spróbować wszystkich odpowiedzi, lecz nie uda Warning: DOMDocument :: loadHTMLFile() [domdocument.loadhtmlfile]: Nieoczekiwany tag koniec: a W http://urlchecker.net/html/demo.html wiersz: 26 w /home/urlcheck/public_html/html/test.php na linii 10 – Thoman
@Thoman: w rzeczywistości udało się. loadHTMLFile po prostu informuje o problemach napotkanych podczas analizy. Możesz zamknąć go operatorem '@': '@ $ d-> loadHTMLFile ($ url);' – zneak
Próbuję, ale ten kod nie pasuje do wszystkich treści w id = 'news-id-160346' – Thoman