使用<title>提取<title>和</title>之间的字符串

Question

可能的重复： (PHP5)使用PHP或Regex从HTML中提取标题标记和RSS地址 使用DOM获取网站的标题

我试图在服务器上运行100个不同的html文件，并提取标题以供在另一个php文件中使用。

供参考：

    <title>Generic Test Page</title>

我需要的是一个函数，它将返回字符串“”，并将其放入一个全局变量中。

我现在所做的只是将文件读入一个名为$lines的数组中。Foreach $lines作为$line，我测试字符串< title> .但是如何只提取>和< /title之间的内容呢？

我的问题是，有时原始开发人员决定详细说明标题：< title name=title class=title1>，或者他将其放在三行而不是一行。世界上有什么？所以我不能只去掉前七个字符和最后八个字符。这太好了..。

谢谢你！！

Answer 1

您需要使用类似于PHP简单Dom解析器的东西

function get_page_title($html_file) {
  $html = file_get_html($html_file);
  $title = $html->find('title', 0)->plaintext;
  return $title;
}

Answer 2

$line =每一行。

 $pattern ='/<title[^>]*>(.*?)<\/title>/is';
 if( preg_match($pattern,$line,$match) )
   return trim($match[1]); # your title !

或者只需在整个html上使用模式并返回匹配。

或者用一些垃圾的建议。

Answer 3

您应该使用正则表达式来提取内部部分。更多信息这里