ti-enxame.com

PHP Analisar código HTML

Possível duplicado:
Melhores métodos para analisar HTML

Como posso analisar o código HTML contido em uma variável PHP se algo como:

<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG!

Quero obter apenas o texto que está entre os cabeçalhos e entendo que não é uma boa ideia usar Expressões Regulares.

44
Francisc

Use PHP modelo de objeto do documento :

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   $DOM = new DOMDocument;
   $DOM->loadHTML($str);

   //get all H1
   $items = $DOM->getElementsByTagName('h1');

   //display all H1 text
   for ($i = 0; $i < $items->length; $i++)
        echo $items->item($i)->nodeValue . "<br/>";
?>

Isso gera como:

 T1
 T2
 T3

[EDIT]: Após o esclarecimento do OP:

Se você deseja um conteúdo como Lorem ipsum. etc, pode usar diretamente este regex:

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   echo preg_replace("#<h1.*?>.*?</h1>#", "", $str);
?>

isso gera:

Lorem ipsum. A rápida raposa vermelha ...... pula sobre o sapo marrom preguiçoso

107
shamittomar