php匹配指定标签的内容

php匹配指定div内容，在用php编写采集程序的时候，抓取到的网页数据有时候我们只需要一小段标签内容，怎么才能冲html代码中提取出来呢，这里提供一个函数示例，实现php匹配任意html标签内的所有内容：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54

/** * 匹配任意id的html标签内容 *  */ function  getWebTag( $tag_id , $tag = 'div' , $data =false){               $charset_pos  =  stripos ( $data , 'charset' );          if ( $charset_pos ) {              if ( stripos ( $data , 'utf-8' , $charset_pos )) {                  $data  = iconv( 'utf-8' , 'utf-8' , $data );              } else  if ( stripos ( $data , 'gb2312' , $charset_pos )) {                  $data  = iconv( 'gb2312' , 'utf-8' , $data );              } else  if ( stripos ( $data , 'gbk' , $charset_pos )) {                  $data  = iconv( 'gbk' , 'utf-8' , $data );              }          }                   preg_match_all( '/<' . $tag . '/i' , $data , $pre_matches ,PREG_OFFSET_CAPTURE);     //获取所有div前缀          preg_match_all( '/<\/' . $tag . '/i' , $data , $suf_matches ,PREG_OFFSET_CAPTURE);  //获取所有div后缀          $hit  =  strpos ( $data , $tag_id );          if ( $hit  == -1)  return  false;     //未命中          $divs  =  array ();     //合并所有div          foreach ( $pre_matches [0]  as  $index => $pre_div ){              $divs [(int) $pre_div [1]] =  'p' ;              $divs [(int) $suf_matches [0][ $index ][1]] =  's' ;             }                   //对div进行排序          $sort  =  array_keys ( $divs );          asort( $sort );                   $count  =  count ( $pre_matches [0]);          foreach ( $pre_matches [0]  as  $index => $pre_div ){              //<div $hit <div+1    时div被命中              if (( $pre_matches [0][ $index ][1] <  $hit ) && ( $hit  <  $pre_matches [0][ $index +1][1])){                  $deeper  = 0;                  //弹出被命中div前的div                  while ( array_shift ( $sort ) !=  $pre_matches [0][ $index ][1] && ( $count --))  continue ;                  //对剩余div进行匹配，若下一个为前缀，则向下一层，$deeper加1，                  //否则后退一层，$deeper减1，$deeper为0则命中匹配，计算div长度                  foreach ( $sort  as  $key ){                      if ( $divs [ $key ] ==  'p' )  $deeper ++;                      else  if ( $deeper  == 0) {                          $length  =  $key - $pre_matches [0][ $index ][1];                          break ;                      } else  {                          $deeper --;                      }                  }                  $hitDivString  =  substr ( $data , $pre_matches [0][ $index ][1], $length ). '</' . $tag . '>' ;                  break ;              }          }          return  $hitDivString ; }

调用示例

$html=file_get_contents('http://www.baidu.com');

$divContent=getWebTag('id="content"','div',$html);

本文转自 gutaotao1989 51CTO博客，原文链接:http://blog.51cto.com/taoyouth/1661859