php获取div内容不用正则,正则除去一些DIV内的内容

正则去除一些DIV内的内容。

我想正则去除一些DIV的内容。div  id 或者class 带comment或者share的(comment和share是一个模糊匹配。)，比如

， 

， 

等等。

下面这段测试代码，保留Main content.去除后面的评论部分。

$htmls = <<

Main content.

• Comment:

  8/11/2012, 21:25

  Some Text

  Blah~~ Blah~~ Blah~~

  2

  0

• Comment:

  8/11/2012, 23:08

  Other Text

  Blah~~ Blah~~ Blah~~

  4

  0

EOT;

$htmls = preg_replace('/

]*(comment|share)[^>]*>(.*?)/is', '', $htmls);

echo $htmls;

------最佳解决方案--------------------

jordan102，有没有办法根据闭包分析并删除？

------其他解决方案--------------------

Footer content.

EOT;

我是说如果后面再加一个#footer，这个footer也被去掉了。

------其他解决方案--------------------

$htmls = preg_replace('/

]*(comment

------其他解决方案--------------------

你可以下载一个simple_html来解析html代码

然后遍历所有的div，然后

1、获取div的id，检测是否包含comment或者share

1、获取div的class，检测是否包含comment或者share

有则删除这个div，最后输出处理后的html即可

------其他解决方案--------------------

share)[^>]*>(.*)/is', '', $htmls);  //贪婪匹配

------其他解决方案--------------------

jordan大哥，你确信？这样的话，什么都返回不了了……

------其他解决方案--------------------

那就没什么好办法了。除非你能知道 

 后面有些特殊字符。

------其他解决方案--------------------

引用:PHP code12345

     Footer content.

EOT;

我是说如果后面再加一个#footer，这个footer也被去掉了。

正则不行可以使用一个字符一个字符的检查嘛。正则有时也不是万能的，只有在有规律的字符串中才有用。