Php 如何将网页中的所有HTML标记提取到数组中？

我需要将网页中的所有HTML标记提取到一个数组中，而不包含标记中的数据。它看起来像

我正在使用PHP

Array 
{
   html =>
             Array 
             {
                 head =>
                          Array
                          {
                              title,
                              meta name='description' content='bla bla'
                              meta name='keyword' content='bla bla'
                              ....
                          },
                 body =>
                          Array
                          {
                              div id='header' =>
                                              Array
                                              {
                                                  div class='logo',
                                                  div class='nav'
                                              },
                              div id='content' =>
                                              Array
                                              {
                                                  h1,
                                                  p class='first-para',
                                                  p,
                                                  p,
                                                  div id='ad'
                                              },
                              div id='footer' =>
                                              Array
                                              {
                                                  ul =>
                                                        Array
                                                        {
                                                            li =>
                                                                  Array
                                                                  {
                                                                     a href='link.htm'
                                                                  },
                                                            li =>
                                                                  Array
                                                                  {
                                                                     a href='link.htm'
                                                                  },
                                                            li =>
                                                                  Array
                                                                  {
                                                                     a href='link.htm'
                                                                  }
                                                        }
                                              }
                          }

             }
}

---

您需要的是一个HTML解析器（XML解析器可能不会这样做，因为HTML通常是无效的）。可能：

您需要的是一个HTML解析器（XML解析器可能不会这样做，因为HTML通常是无效的）。可能：

我认为最简单的方法是使用XPath

//*::name()

---

应该提供所有级别上所有节点的名称。但我不确定层次结构是否会扁平化。

我认为最简单的方法是使用XPath

//*::name()

---

应该提供所有级别上所有节点的名称。但是，我不确定层次结构是否会被展平。

您也可以使用。

您也可以使用建议的第三方替代方案来代替实际使用的字符串解析：，并且当您使用

加载HTML（）

时，.DOM可以很好地加载真实世界的HTML。这似乎是一个常见的误解。建议使用第三方替代方法来代替字符串解析：，.DOM可以在使用

loadHTML（）

时很好地加载真实世界的HTML。这似乎是一个常见的误解。可能的重复，可能的重复这是怎么回事？我只是在Firefox的控制台上执行了它，得到了一个基本上为空的返回值。这应该如何工作？我只是在Firefox的控制台上执行了它，得到了一个基本为空的返回值。