如何從HTML中的P標簽中提取數據并按標簽分組？

高效提取html P標簽數據并分組

本文介紹如何從HTML文檔中提取

標簽內的文本內容，并按

標簽進行分組，最終生成一個php數組。我們將使用QueryList庫來簡化這個過程。

問題描述

給定一個包含多個

標簽的HTML文件，每個

標簽包含不同的文本內容，目標是提取這些文本內容并按

標簽順序分組，例如：

array(     0 => "第四章 醫學微生物學（助理不考）",     1 => "第一節 微生物的基本概念" )

解決方案：使用QueryList庫

QueryList是一個功能強大的PHP HTML解析庫，能夠高效地處理HTML數據提取任務。 以下步驟演示如何使用QueryList實現目標：

1. 安裝QueryList: 使用composer安裝QueryList：composer require ql/querylist

   立即學習“前端免費學習筆記（深入）”；

2. 加載HTML: 使用QueryList加載包含

   標簽的HTML內容。

3. 提取數據: 使用QueryList的選擇器語法提取所有

   標簽的文本內容。

4. 生成分組數組: QueryList的texts()方法直接返回一個包含所有

   標簽文本內容的數組，無需額外分組步驟。

以下是一個完整的代碼示例：

require 'vendor/autoload.php'; // Composer autoloader  use qlquerylist;  // 示例HTML內容 $html = ' <p>第四章 醫學微生物學（助理不考）</p> <p>第一節 微生物的基本概念</p> ';  // 使用QueryList加載HTML $ql = querylist::html($html);  // 提取所有<p>標簽的文本內容 $data = $ql->find('p')->texts()->all();  // 打印結果 print_r($data);

運行此代碼將輸出：

Array (     [0] => 第四章 醫學微生物學（助理不考）     [1] => 第一節 微生物的基本概念 )

通過QueryList，我們能夠簡潔地完成HTML數據提取和分組任務，避免了復雜的dom操作。 這個方法高效且易于理解，適合處理各種HTML數據提取場景。