php匹配指定標簽的內容

php匹配指定div內容，在用php編寫采集程序的時候，抓取到的網頁數(shù)據有時候我們只需要一小段標簽內容，怎么才能沖html代碼中提取出來呢，這里提供一個函數(shù)示例，實現(xiàn)php匹配任意html標簽內的所有內容：

/**
* 匹配任意id的html標簽內容
* 
*/
function getWebTag($tag_id,$tag='div',$data=false){     
        $charset_pos = stripos($data,'charset');
        if($charset_pos) {
            if(stripos($data,'utf-8',$charset_pos)) {
                $data = iconv('utf-8','utf-8',$data);
            }else if(stripos($data,'gb2312',$charset_pos)) {
                $data = iconv('gb2312','utf-8',$data);
            }else if(stripos($data,'gbk',$charset_pos)) {
                $data = iconv('gbk','utf-8',$data);
            }
        }
       
        preg_match_all('/<'.$tag.'/i',$data,$pre_matches,PREG_OFFSET_CAPTURE);    //獲取所有div前綴
        preg_match_all('/<\/'.$tag.'/i',$data,$suf_matches,PREG_OFFSET_CAPTURE); //獲取所有div后綴
        $hit = strpos($data,$tag_id);
        if($hit == -1) return false;    //未命中
        $divs = array();    //合并所有div
        foreach($pre_matches[0] as $index=>$pre_div){
            $divs[(int)$pre_div[1]] = 'p';
            $divs[(int)$suf_matches[0][$index][1]] = 's';   
        }
       
        //對div進行排序
        $sort = array_keys($divs);
        asort($sort);
       
        $count = count($pre_matches[0]);
        foreach($pre_matches[0] as $index=>$pre_div){
            //<div $hit <div+1    時div被命中
            if(($pre_matches[0][$index][1] < $hit) && ($hit < $pre_matches[0][$index+1][1])){
                $deeper = 0;
                //彈出被命中div前的div
                while(array_shift($sort) != $pre_matches[0][$index][1] && ($count--)) continue;
                //對剩余div進行匹配，若下一個為前綴，則向下一層，$deeper加1，
                //否則后退一層，$deeper減1，$deeper為0則命中匹配，計算div長度
                foreach($sort as $key){
                    if($divs[$key] == 'p') $deeper++;
                    else if($deeper == 0) {
                        $length = $key-$pre_matches[0][$index][1];
                        break;
                    }else {
                        $deeper--;
                    }
                }
                $hitDivString = substr($data,$pre_matches[0][$index][1],$length).'</'.$tag.'>';
                break;
            }
        }
        return $hitDivString;
}

調用示例

$html=file_get_contents('http://www.baidu.com');

$divContent=getWebTag('id="content"','div',$html);