Webページのスクラップから得られる以下のようなHTML文字列の一部があります。PHP preg関数を使用してhtmlタグ間の特定の非英数字の数を調べる
$scraping_html = "<html><body>
....
<div id='ctl00_ContentPlaceHolder1_lblHdr'>some text here with &. some text here.</div>
....</body></html>";
は、私はPHPを使用して、特定のdivの間&のカウントを取りたいです。 PHPのpreg関数を使用することは可能ですか？前もって感謝します。
難しい部分がテキストノードを取得しています（私はあなたが立ち往生していると想定しています）。
古き良きstrip_tags()：
$plain_text = strip_tags($scraping_html);
$dom = new DOMDocument();
libxml_use_internal_errors(true);
$dom->loadHTML($scraping_html);
libxml_use_internal_errors(false);
$xpath = new DOMXPath($dom);
$plain_text = '';
foreach ($xpath->query('//text()') as $textNode) {
$plain_text .= $textNode->nodeValue;
}
数えるには、たとえばsubstr_count()。
@Alvoro複数のソリューションをお寄せいただきありがとうございます。あなたのソリューションもうまく動作します。 –
与えられた例では&の数を取得するには、DOMDocumentオブジェクトを使用します。
$html = <<<EOD
<html><body>
<div id='ctl00_ContentPlaceHolder1_lblHdr'>some text here with &. some text here.</div>
</body></html>
EOD;
$dom = new DOMDocument;
$dom->loadHTML($html);
$ele = $dom->getElementById('ctl00_ContentPlaceHolder1_lblHdr');
echo substr_count($ele->nodeValue, '&');
解決に感謝します。それは正常に動作しています。 –
あなたは絶対に正規表現を使用する必要がありますか？おそらくそれを行うのが最も難しい方法です。 –
@ÁlvaroGonzález正規表現だけを使用する必要はありません。私は正規表現を使用すると、少ないコーディングでそれを達成できると信じています。 –