Lire la page HTML externe, puis trouver des données dans

Question

Je suis en train de jouer avec une idée, et je suis bloqué à cette partie. Je souhaite lire une page HTML externe, puis extraire les données contenues dans deux balises <dd>. J'ai utilisé file_get_contents avec de bons résultats, mais je ne sais pas comment accomplir cette dernière partie. Les deux étiquettes dont je veux extraire la valeur sont toujours entourées d'un <div> particulier, se demandait si cela pourrait aider? Dans mon esprit, il lit le fichier html entier dans une chaîne, puis vide toutes les données jusqu'à ce que celui-ci en particulier <div> et vide toutes les données après la fermeture </div>. Est-ce possible? Je pense que cela nécessite une syntaxe regex que je n'ai jamais utilisée. Donc, des conseils, des liens ou des exemples seraient géniaux! Je peux fournir plus d'informations si nécessaire.

Answer 1

Vous compliquez beaucoup trop. Il suffit de charger le contenu de la page, puis recherchez la regex appropriée (preg_match()). Cela fera bien

preg_match('~<tag id="foobar">(?P<content>.*?)</endtag>~is', $input, $matches); 

Answer 2

Peut-être que cela pourrait aider: http://simplehtmldom.sourceforge.net/

Answer 3

Si vous utilisez HTQL COM pour interroger la page, la requête est: <dd> 1: tx