Div Inhalt mittels der Funktion preg_match herausfinden

Stef · 13. Oktober 2018

Hey zusammen,

ich muss in einer HTML-File 1 div mit der Klasse item_now finden. In diesem Div steht dann das aktuelle Item drin. An diesen möchte ich rankommen.

Das ist der Tag: <div class="item_now">Tennisschläger</div>. Nun möchte ich, dass in dem array Matches der Tennisschläger mir zurückgegeben wird.

Ich habe bereits viel gegoogelt und ausgetestet. Jedoch kommt immer array(0) {} raus.

Das ist mein Code mit dem ich es versucht habe:

PHP

<?php

$aktuelleItems = file_get_contents("sites/aktuelleItems.html");


$pattern = "/<div class='item_now'>(*?)<\/div>/";

preg_match($pattern, $aktuelleItems, $matches);
var_dump($matches);

Was mache ich falsch?

Grüße,

Stef

Arne Drews · 13. Oktober 2018

Dein Pattern wird nicht matchen, aber:

Wie sollen wir das beurteilen, wenn wir den Quelltext der aktuelleItems.html nicht kennen.
Ist - sofern das HTML valide ist - DOMDocument/DOMXPath besser für sowas geeignet.

cottton · 13. Oktober 2018

Kann man auch mit preg_match_all() machen.

PHP

$html
    = '
<!DOCTYPE html>
<html>
<head>
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
    <title>Foo</title> 
</head>
<body>
    <div class="item_now">Gurke</div>
    <div class="item_now"></div>
    <div>
        <div>
            <div>
                <div class="item_now">Tennisschläger</div>
                <div class="item_now">Fußball</div>
            </div>
            <div class="item_now">Tennisball</div>
        </div>
    </div>
    <DIV CLASS="ITEM_NOW">TENNISBALL</DIV>
</body>
</html>
';

/**
 * Pattern break down:
 * /                                    delimiter
 *      \<div class="item_now"\>
 *          (                           start capture
 *              .*                      one or none of any sign
 *          )                           end capture
 *      \<\/div\>
 * /                                    delimiter
 * i                                    case insensitive (html and css is case insensitive)
 */
$pattern = "/\<div class=\"item_now\"\>(.*)\<\/div\>/i";
$matchesCount = preg_match_all($pattern, $html, $matches);
if ($matchesCount > 0) {
    echo "Matches: {$matchesCount}\r\n";
    // $matches[0] contains matches
    // $matches[1] contains captured content
    foreach ($matches[1] as $match) {
        echo "'{$match}'\r\n";
    }
} else {
    echo "Matches: 0";
}

Alles anzeigen

Code

// matches output
array (
  0 => 
  array (
    0 => '<div class="item_now">Gurke</div>',
    1 => '<div class="item_now"></div>',
    2 => '<div class="item_now">Tennisschläger</div>',
    3 => '<div class="item_now">Fußball</div>',
    4 => '<div class="item_now">Tennisball</div>',
    5 => '<DIV CLASS="ITEM_NOW">TENNISBALL</DIV>',
  ),
  1 => 
  array (
    0 => 'Gurke',
    1 => '',
    2 => 'Tennisschläger',
    3 => 'Fußball',
    4 => 'Tennisball',
    5 => 'TENNISBALL',
  ),
)

Alles anzeigen

Sempervivum · 13. Oktober 2018

Wenn die Seite eine vollständige HTML-Seite ist, bietet es sich als Alternative an, sie mit DOMDocument zu parsen und sie dann auszuwerten.

Arne Drews · 13. Oktober 2018

#2 habt ihr aber gelesen?!

Stef · 17. Oktober 2018

Hey,

An DomDocument habe ich auch schon gedacht. Jedoch bietet diese Klasse keine Funktion an um Klassen anzusprechen sondern nur Ids. Das war der Punkt warum ich DomDocument nicht genommen habe.

Zitat

Wie sollen wir das beurteilen, wenn wir den Quelltext der aktuelleItems.html nicht kennen.

Die aktuelleItems.html sieht so aus (nur als html):

HTML

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8">
    <title>Aktuelle Waren</title>
</head>
<body>
    <header>
        <h1>Aktuell vorhandene Produkte</h1>
    </header>
    <main>
        <section>
            <ul>
                <li class="item_now">Fußball</li>
                <li class="item_now">Fahrradhelm</li>
                <li class="item_now">Regenjacke</li>
                <li class="item_now">Handschuhe</li>
                <li class="item_now">Sportschuhe</li>
                <li class="item_now">Tennisschläger</li>
                <li class="item_now">Handball</li>
                <li class="item_now">Fahrrad</li>
            </ul>
        </section>
    </main>
</body>
</html>

Alles anzeigen

cottton : Vielen Dank für ein Beispiel sowie die Erklärung zum Pattern.

Grüße,

Stef

Sempervivum · 17. Oktober 2018

Geht nicht gibt's nicht:

https://stackoverflow.com/ques…dom-elements-by-classname

Allerdings wird das Ganze dann so kryptisch, dass man bzgl. Lesbarkeit kaum noch einen Vorteil gegenüber Regex hat.

Arne Drews · 17. Oktober 2018

Zitat von Stef

An DomDocument habe ich auch schon gedacht. Jedoch bietet diese Klasse keine Funktion an um Klassen anzusprechen sondern nur Ids. Das war der Punkt warum ich DomDocument nicht genommen habe.

#2 immer noch nicht gelesen?! Da steht bspw. auch was von DOMXPath, einafcher gehts kaum noch...

Zitat von Sempervivum

Allerdings wird das Ganze dann so kryptisch, dass man bzgl. Lesbarkeit kaum noch einen Vorteil gegenüber Regex hat.

WHAT???

PHP

$oDom = new DomDocument();
$oDom->loadHTML( $html );

$oXPath = new DOMXPath( $oDom );
$oNodeList = $oXPath->query( '//li[@class="item_now"]' );

foreach ( $oNodeList as $node )
    echo $node->nodeValue . '<br>';

Überraschende Ausgabe:

Code

Fußball
Fahrradhelm
Regenjacke
Handschuhe
Sportschuhe
Tennisschläger
Handball
Fahrrad

Stef · 17. Oktober 2018

Zitat von Arne Drews

#2 immer noch nicht gelesen?! Da steht bspw. auch was von DOMXPath, einafcher gehts kaum noch...

Doch ich habe es gelesen. Hatte bisher aber noch keine Zeit dies mit DOMXPath auszuprobieren.

Div Inhalt mittels der Funktion preg_match herausfinden

Jetzt mitmachen!

Teilen