如何使用 CURL 解析 html 文件中的内容？ [关闭]

Posted 2023-02-24

【中文标题】如何使用 CURL 解析 html 文件中的内容？ [关闭]

【英文标题】：how to parse contents from a html file using CURL? [closed]

【发布时间】：2011-10-13 08:56:24

【问题描述】：

我想使用 CURL 解析 Xhtml 内容。如何在<table> 标签之间废弃交易编号、重量、高度、宽度。如何使用 CURL仅从该 HTML 文档中删除内容并将其作为数组获取？

transactions.php

 <table border=0 cellspacing=0 width=100%>
       <tr> 
        <td colspan="2">&nbsp;</td>
      </tr>
      <tr> 
        <td  class="Mellemrubrikker">Transaction Number::</td>
        <td >24752734576547IN</td>
      </tr>
      <tr> 
        <td  class="Mellemrubrikker">Weight:</td>
        <td >0.85 kg</td>
      </tr>
      <tr> 
        <td  class="Mellemrubrikker">Length:</td>
        <td >543 mm.</td>
      </tr>
      <tr> 
        <td  class="Mellemrubrikker">Height:</td>
        <td >156 mm.</td>
      </tr>
      <tr> 
        <td  class="Mellemrubrikker">Width:</td>
        <td >61 mm.</td>
      </tr>
      <tr> 
         <td colspan="2">&nbsp;</td>
      </tr>    
    </table>

index.php

<?php
$url = "http://localhost/htmlparse/transactions.php";
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_HTTPAUTH, CURLAUTH_BASIC);
$output = curl_exec($ch);
$info = curl_getinfo($ch);
curl_close($ch);
//print_r($output);
echo $output;
?>

此代码从 transactions.php 获取整个 html 内容。如何获取<table>之间的数据作为数组值？

【问题讨论】：

这不是一个为我工作的网站。您尝试了什么，什么没有达到您的预期？

是的，我尝试使用 curl，但我不熟悉 preg_match。

关于使用正则表达式解析 HTML，见"RegEx match open tags except XHTML self-contained tags"。

感谢您的提问！然而，这并不是 Stack Overflow 真正要回答的问题。 Read this for more information一旦您对正在编写的代码遇到的特定问题提出特定问题，请随时返回。

@Andrew Barber：嗨，我添加了用于解析 html 的 curl 代码。它从文件中检索带有标签的全部内容。我只想获取数据。如何将其作为数组结果检索？

【参考方案1】：

从http://simplehtmldom.sourceforge.net/尝试简单的html dom

如果你不介意使用 python 或 perl，你可以使用 beautifulsoup 或 WWW-Mechanize

【讨论】：

来到这里提出同样的建议。 :)

【参考方案2】：

我会使用文档对象模型，而不是编写自己的解析代码或（上帝保佑！）正则表达式。

这是一个 PHP 示例：PHP Parse HTML code