雖然解析 HTML 推薦使用 DOMDocument 或 XPath,但針對簡單、固定結構的片段擷取,正則表達式仍具速度優勢。本文實戰示範如何用 PHP 正則精準提取 <div class="tideTable"> 區塊內容。
<div class="chartInfo">
<div class="line"></div>
<div class="tideTable">
<strong>潮汐表</strong>數據僅供參考
<table>...</table>
<h2>時區:-1000...</h2>
</div>
<div class="chart"></div>
</div>
<?php
// 關鍵模式:非貪婪匹配 .*?,修飾符 s 讓 . 匹配換行,i 不區分大小寫
$pattern = '/<div class="tideTable">.*?<\/div>/is';
// 獲取頁面內容(cURL 範例)
$ch = curl_init('https://example.com/tide');
curl_setopt_array($ch, [
CURLOPT_RETURNTRANSFER => true,
CURLOPT_POST => true,
CURLOPT_POSTFIELDS => ['date' => '2024-01-01']
]);
$html = curl_exec($ch);
curl_close($ch);
// 執行匹配
if (preg_match_all($pattern, $html, $matches)) {
// $matches[0] 包含完整匹配的 div 區塊
foreach ($matches[0] as $block) {
echo htmlspecialchars($block) . '<hr/>';
}
} else {
echo '未找到匹配區塊';
}
?>
<?php
// 1. 移除 HTML 標籤保留文字
$text = strip_tags($matches[0][0]);
echo $text; // "潮汐表數據僅供參考 00:58 05:20 ..."
// 2. 結合 DOMDocument 精準提取表格(推薦複雜結構)
$dom = new DOMDocument();
@$dom->loadHTML('<meta charset="utf-8">' . $matches[0][0]); // 修正編碼
$xpath = new DOMXPath($dom);
$rows = $xpath->query('//table//tr');
foreach ($rows as $row) {
$cells = $xpath->query('td', $row);
foreach ($cells as $cell) {
echo $cell->textContent . "\t";
}
echo "<br/>";
}
?>
symfony/dom-crawler、paquettg/php-html-parser 提供 jQuery 風格 API。目標站若有反爬機制,需補全 Header(Referer、User-Agent、Cookie)、處理 JavaScript 渲染(Puppeteer/Playwright)、驗證碼識別等。