PHP解析HTML代码

Question

我如何解析包含在PHP变量中的HTML代码，例如：

<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG!

我只想 获取标题之间的文本， 并且我知道使用正则表达式不是一个好主意。

Answer 1

使用PHP 文档对象模型：

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   $DOM = new DOMDocument;
   $DOM->loadHTML($str);

   //get all H1
   $items = $DOM->getElementsByTagName('h1');

   //display all H1 text
   for ($i = 0; $i < $items->length; $i++)
        echo $items->item($i)->nodeValue . "<br/>";
?>

输出为：

 T1
 T2
 T3

[编辑]：OP澄清后：

如果您想要类似 Lorem ipsum 的内容 。 等，您可以直接使用此正则表达式：

<?php
   $str = '<h1>T1</h1>Lorem ipsum.<h1>T2</h1>The quick red fox...<h1>T3</h1>... jumps over the lazy brown FROG';
   echo preg_replace("#<h1.*?>.*?</h1>#", "", $str);
?>

输出：

Lorem ipsum。快速的红狐狸……跳过了懒惰的棕色FROG