PHP:如何获取 HTML 元素的正确结束标记

Question

假设我有一个 HTML 页面如下:

<!-- This is the opening tag -->
<div class="content_text">
  <div>Title</div>
  <div>Author Name</div>
  <div>Some complicated HTML elements correctly validated</div>
  <b>Some more text</b>
  <img ... />
  <div> more and more text </div>
</div><!-- This is the correct closing tag -->

如何获取带有 class="content_text" 的 div 开头与其正确的结束标记之间的内容？

我尝试了正则表达式，但找不到任何简单甚至困难的方法。

我试过了 XPath , 但我仍然无法获取内容。相反，我在外部 div 中获取了文本。

Answer 1

您可以使用 PHP Simple HTML DOM Parser像 DOMDocument 解析 XML 一样解析 HTML。

Note: PHP has support for DOMDocument directly as well.