PHP中解析HTML字符串的问题

下午的时候同事碰到了一个小问题，是这样的：他从别人的接口中取回一长串的HTML，但是他只需要其中的一块。这就涉及到在PHP中解析HTML字符串的问题，花了挺长时间，找了不同的方法，在此记录一下：

1.最简单的就是字符串解析，灵活运用 strpos , substr 混合处理，把那一段代码抠出来。由于他要取的是一个固定的div内的东西，而且那个div 的 class 属性也是固定的，所以这种方法倒也简单，直接先以<div class=”xxx” 作为needle 找到那个div，然后做一些操作就行了。

2.PHP DOMDocument 。听到这个问题的时候首先想到的是PHP的DOM解析功能，刚开始真的以为找到了救星。但是最后发现这个东西的功能不能解决问题，反正我是没找到。因为最好我们想要把div里面的html代码输出出来，结果用 DOMDocument 提供的方法输出的全是不带标签的纯文本，无奈，只好弃用。（可能是我不知道它的用法，希望知道的不吝赐教。）

3. Tidy Functions 。其实 Tidy 是用来整理HTML的，不过它也可以进行HTML的解析处理。先使用tidy_parse_string() 把字符串转换成 tidy 对象，然后就可以利用tidy的方法对其进行处理了，还算方便，不过这个东西只能在 PHP 4.3.x 和 PHP 5 的版本下才有。具体方法和使用请参考手册。

4. strip_tags() 。无意中发现了这个函数，实在是太好用了！！上面几种方法最好我都是结合着strip_tags()来使用的。strip_tags() 可以过滤掉HTML和PHP标签，返回一个全新的字符串！用法如下：

string strip_tags ( string 要处理的字符串 [, string 想保留的标签] )

如果你想保留某些标签，比如 <a> 标签，就可以这样写，strip_tags($str, “<a>”) ，如果想保留多个标签，就可以这么写： strip_tags($str, “<a> <img>”);  标签之间用空格隔开就可以了。

5.另外，据我另一个同事测试，好像使用 XMLReader 来搞，没尝试，有兴趣的可以搞一下。

在工作中学习到的一些小东西，记录下来，省的以后忘记了。如果大家有什么更好的技巧，欢迎赐教，谢谢。