使用php抓取html数据

如何将

HTML数据
解析为
PHP数组PHP

HTML数据

<div class="test">
    <strong>ID</strong>
    <a href="a.html" title="a html">123456</a><br>
    <label class='label'>Occupation </label>    
    House wife      <br>
    <label>Language?</label>    
    English     <br>
    <label style="width:50%">Basic Language Knowledge of?</label>   
    Hindi       <br>
    <label>Start date</label>
    Nov 2013        <br>
    <label>Other Info</label>
    yes     <br>
    <label>age</label>
    19      <br>
    <label>Gender</label>   
    Female      <br>
    <strong>Address</strong>
    India       <br><br>
    <p>Hi, <br>
Lorem ipsum doner inut</p>
</div>


ID


职业
家庭主妇

语言？
英语

基本的语言知识？
印地语

开始日期
2013年11月

其他信息
是

年龄
19

性别
女性

地址
印度


嗨，

同侧耳


我试过这个

<?php
    $html='Let above html to parse';
    preg_match_all('/<label\s(.*)>(.*)<\/label>/U',$html,$m);
    print_r($m);
    // gives all label contents only but I need pair of label text 
    // and value showing after it
?>



输出类似

数组（'ID'=>123456，'link'=>a.html'，'occulation'=>House
妻子“，”语言“=>”英语“，”基本语言知识
其中？“=>”印地语“、”开始日期“=>”2013年11月“、”其他信息“=>”是”
“年龄”=>“19”、“性别”=>“女性”、“地址”=>“印度”、“描述”=>“嗨，
"同侧眼",

是的，
忘了提到
我正在使用的
刮取
用于解析HTML

$doc = new DOMDocument();
$doc->loadHTML($html);

和用于获取所有标签：

$xpath = new DOMXPath($doc);
$allLabels = $xpath->query('//label');

foreach($allLabels as $label) {
    var_dump($label, $label->nodeValue);

    /* or */
    $labelElmnts = $xpath->query('/*', $label);

    $innerHTML = '';

    foreach($labelElmnts as $elmnt)
        $innerHTML .= $domDoc->saveHTML($elmnt);

    var_dump($innerHTML);
}

更简单的解决方案

使用：

就像jquery一样。
我使用了
ganon
，所以我不想使用
Dom文档
我尝试了一些东西，然后
工作了
比如

// for description
echo $desc=$html('div.right_div p',0)->getInnerText();

$s=$html('div.right_div',0)->getInnerText();

// for occupation
$r='/<label>\s*Occupation\s*<\/label>\s*(.*)\s*<br\s*[\/]>/i';
preg_match_all($r,$s,$ma);
echo $occupation=$ma[1];

// for address
$r='/<strong>\s*Address\s*<\/strong>\s*(.*)\s*<br\s*[\/]>/i';
preg_match_all($r,$s,$ma);
echo $address=$ma[1];

// for id
echo $id=$html('div.right_div a',0)->getInnerText();

//用于说明
echo$desc=$html（'div.right_div p'，0）->getInnerText（）；
$s=$html（'div.right_div'，0）->getInnerText（）；
//职业
$r='/\s*职业\s*\s*（.*）\s*/i'；
预赛（r$s$ma）；
echo$occulation=$ma[1]；
//地址
$r='/\s*地址\s*\s*（.*）\s*/i'；
预赛（r$s$ma）；
echo$address=$ma[1]；
//身份证
echo$id=$html（'div.right_div a'，0）->getInnerText（）；

以此类推，..
那么问题出在哪里呢？它只会给出
标签数据的列表，我需要标签数据后面的文本，比如，
职业=>'house-fixer'`阅读文档：<代码>->nodeValue
是您正在寻找的。请看一下我在答案中编辑的代码。
// for description
echo $desc=$html('div.right_div p',0)->getInnerText();

$s=$html('div.right_div',0)->getInnerText();

// for occupation
$r='/<label>\s*Occupation\s*<\/label>\s*(.*)\s*<br\s*[\/]>/i';
preg_match_all($r,$s,$ma);
echo $occupation=$ma[1];

// for address
$r='/<strong>\s*Address\s*<\/strong>\s*(.*)\s*<br\s*[\/]>/i';
preg_match_all($r,$s,$ma);
echo $address=$ma[1];

// for id
echo $id=$html('div.right_div a',0)->getInnerText();