PHPでhtmlから値を取得する

Question

PHPで、

<h1>2015.12.9</h1><h2>サンプルページを更新しました。</h2>から h1の値：2015.12.9を取得したり h2の値：サンプルページを更新しました。を取得したりしたいのですが どうすれば取得することができますか。 よろしくお願いします。

Answer 1

別ファイルとして存在するHTMLを読み取って、そのHTML文の中からHeadingタグ (h1-h6) をピックアップしたい。
という要望だろうと思って書きました。動作確認はしていません。
「別ファイルのhtml」が外部サイトなら、$html_fileをURIにしてください。
// $html_file = 'https://ex.amp.le/index.html';

$html_file = './foo.html';
$raw_html  = '';
$pattern   = '/<(h[1-6])>(.*)<\/h[1-6]>/';
$result    = [];

try{ $raw_html = file_get_contents($html_file); }
catch(Exception $e){ var_dump($e->getMessage()); }

if(preg_match_all($pattern, $raw_html, $matches, PREG_SET_ORDER) === false){
    exit(); // or 'return false', 'throw new Exception(...)', ...
}

foreach($matches as $match){
    $result[] = [ 'tag': $match[1], 'value': $match[2] ];
}

print_r($result);

/*

Array
(
    (
        [tag] => h1
        [value] => 2015.12.9
    )
    (
        [tag] => h2
        [value] => サンプルページを更新しました。
    )
)

*/

Answer 2

こんにちは。

方法は色々とあるかと思いますが
勘違いが無ければ思いつきました下記2つの方法が考えられるかと思います。

方法1: 正規表現を用いる

あらかじめ決まっているような場合は正規表現を用いることが出来るかと思われます。

• <h1>部分を取り出す。

preg_match('/<h1>(.+?)<\/h1>/', '<h1>2015.12.9</h1><h2>サンプルページを更新しました。</h2>', $matches);
print_r($matches);

Array
(
    [0] => <h1>2015.12.9</h1>
    [1] => 2015.12.9
)

• <h2>部分を取り出す。

preg_match('/<h2>(.+?)<\/h2>/', '<h1>2015.12.9</h1><h2>サンプルページを更新しました。</h2>', $matches);
print_r($matches);

Array
(
    [0] => <h2>サンプルページを更新しました。</h2>
    [1] => サンプルページを更新しました。
)

---

方法2: HTMLをパースする

PHPで扱いやすく連想配列にしてしまうなど
こちらのサイトなどを参考に( https://blog.katty.in/1400 )次のようにする方法もあるかと思われます。
※文字コードはUTF-8前提。

$dom = new DOMDocument();
$dom->loadHTML(mb_convert_encoding('<h1>2015.12.9</h1><h2>サンプルページを更新しました。</h2>', 'HTML-ENTITIES', 'UTF-8'));
$xml = $dom->saveXML();
$res = json_decode(json_encode(simplexml_load_string($xml)), true);

echo $res['body']['h1'], "\n";
echo $res['body']['h2'], "\n";

2015.12.9
サンプルページを更新しました。

ご参考までに。

Answer 3

こんにちは。

HTMLのパーサを作っているわけではないですよね・・・

ブラウザから、PHPが動くサーバにデータ送信するという意味だと考えて回答いたしますと、
h1やh2のデータは自然には送信されません。

サーバにデータを送信する基本は以下のHTMLです。

<form action="hoge.php" method="POST">
   <input type='hidden' name='hdn' value='hdnValue'>
   <input type='text' name='txt' value='txtValue'>
   <select name='slct'>
     <option value='slctValue1'>NO1</option>
     <option value='slctValue2'>NO2</option>
   </select>
   <input type='submit' value='soushin' name='soushin' >
</form>

・formタグで囲われている部分が送信対象で、action属性にかかれたURLへデータ送信する。
・input タグ、selectタグ、textareaタグなど、データ送信するHTML要素は決められている
・name属性がキー、value属性が値として送信される

です。

そのため、h1やh2の内容はサーバには送信されません。
当然、サーバサイドで動くPHPは、その内容を読み取ることはできません。