PHP使用表正则表达式获取HTML内容

昨天有个朋友在问我说，php怎么抓取网页某个DIV区块的内容。像funp推推王那样每次推文都会显示文章内的图片，提供缩图撰择，又是怎么做到的？其实这语法出乎意料的简短…

1. 取得指定网页内的所有图片：测试
开新视窗複製代码列印?

    <?php
    //取得指定位址的内容，并储存至text
    $text=file_get_contents('http://www.zhix.net/');
    //取得所有img标识，并储存至二维阵列match
    preg_match_all('#<img[^>]*>#i', $text, $match);
    //印出match
    print_r($match);
    ?>

 2. 取得指定网页内的第一张图片：测试
开新视窗复制代码列印?

    <?php
    //取得指定位址的内容，并储存至text
    $text=file_get_contents('http://www.zhix.net/');
    //取得第一个img，并储存至阵列match（regex语法与上述同义）
    preg_match('/<img[^>]*>/Ui', $text, $match);
    //印出match
    print_r($match);
    ?>

 3. 取得指定网页内的特定div区块：测试

<?php
    //取得指定位址的内容，并储存至text
    $text=file_get_contents('http://www.zhix.net/2018/01/');
    //去除换行及空白字元（序列化内容才需使用）
    //$text=str_replace(array("r","n","t","s"), '', $text);
    //取出div且id为PostContent的内容，并储存至阵列match
    preg_match('/<div[^>]*id="PostContent"[^>]*>(.*?) </div>/si',$text,$match);
    //印出match[0]
    print($match[0]);
    ?>

 4. 上述2及3的结合：测试

<?php
    //取得指定位址的内容，并储存至text
    $text=file_get_contents('http://www.zhix.net/2018/01/');
    //取出div标籤且id为PostContent的内容，并储存至阵列match
    preg_match('/<div[^>]*id="PostContent"[^>]*>(.*?) </div>/si',$text,$match);
    //取得第一个img，并储存至阵列match2
    preg_match('/<img[^>]*>/Ui', $match[0], $match2);
    //印出match2[0]
    print_r($match2[0]);
?>