php - 使用 PHP 和 RegEx 从站点的源代码中获取所有选项值

Question

我正在学习 RegEx 和网站抓取，并且有以下问题，如果得到回答，应该会显着加快我的学习过程。

我已经从一个网站获取了 html 编码格式的表单元素。也就是说，我有完整的所有标签的 $content 字符串，如下所示:

$content = "<form name="sth" action="">
<select name="city">
<option value="one">One town</option>
<option value="two">Another town</option>
<option value="three">Yet Another town</option>
...
</select>
</form>

我想以这种方式获取站点上的所有选项:

array("One Town" => "one", "Another Town" => "two", "Yet Another Town" => "three" ...);

现在，我知道这可以通过操作字符串轻松完成，将其切片并切 block ，在每个字符串中搜索子字符串，等等，直到我拥有我需要的一切。但我确信必须有一种更简单的方法来使用正则表达式，它应该立即从给定的字符串中获取所有结果。任何人都可以帮我找到捷径吗？我搜索了网络上最好的正则表达式网站，但没有结果。

非常感谢

Answer 1

参见 Best methods to parse HTML .在下面找到 DOM 解决方案:

$dom = new DOMDocument;
$dom->loadHTMLFile('http://example.com');
$options = array();
foreach($dom->getElementsByTagName('option') as $option) {
    $options[$option->nodeValue] = $option->getAttribute('value');
}

这can be done with Regex也一样，但我发现在有大量可用于 PHP 的 native 和第 3 方解析器时，使用 Regex 编写可靠的 HTML 解析器并不实用。