如何从.html页面提取链接和标题？

Question

对于我的网站，我想添加一个新功能。

我希望用户能够上传他的书签备份文件（如果可能的话，可以从任何浏览器上传），这样我就可以将其上传到他们的个人资料，而他们不必手动插入所有文件…

我唯一缺少的是从上传文件中提取标题和URL的部分。任何人都可以提供从哪里开始或在哪里阅读的线索？

使用的搜索选项和如何从原始HTML文件提取数据？这是与我最相关的问题，因此不再赘述。

我真的不介意它是否使用jquery或php

非常感谢你。

Answer 1

谢谢大家，我知道了！

最终代码：

$html = file_get_contents('bookmarks.html');
//Create a new DOM document
$dom = new DOMDocument;

//Parse the HTML. The @ is used to suppress any parsing errors
//that will be thrown if the $html string isn't valid XHTML.
@$dom->loadHTML($html);

//Get all links. You could also use any other tag name here,
//like 'img' or 'table', to extract other tags.
$links = $dom->getElementsByTagName('a');

//Iterate over the extracted links and display their URLs
foreach ($links as $link){
    //Extract and show the "href" attribute.
    echo $link->nodeValue;
    echo $link->getAttribute('href'), '<br>';
}

这将显示给您分配的 anchor 文本和 .html 文件中所有链接的 href 。 __

再次，非常感谢。