如何从.html 页面中提取链接和标题？

Question

对于我的网站，我想添加一个新功能。

我希望用户能够上传他的书签备份文件（如果可能的话，从任何浏览器），这样我就可以将它上传到他们的个人资料中，而他们不必手动插入所有这些文件……

我唯一缺少的部分是从上传的文件中提取标题和 URL 的部分.. 任何人都可以提供线索从哪里开始或从哪里阅读？

使用搜索选项和（ 如何从原始 HTML 文件中提取数据？ ）这是我最相关的问题，它没有谈论它..

我真的不介意它是使用 jquery 还是 php

非常感谢。

原文由 Toni Michel Caubet 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

谢谢大家，我知道了！

最终代码：

 $html = file_get_contents('bookmarks.html');
//Create a new DOM document
$dom = new DOMDocument;

//Parse the HTML. The @ is used to suppress any parsing errors
//that will be thrown if the $html string isn't valid XHTML.
@$dom->loadHTML($html);

//Get all links. You could also use any other tag name here,
//like 'img' or 'table', to extract other tags.
$links = $dom->getElementsByTagName('a');

//Iterate over the extracted links and display their URLs
foreach ($links as $link){
    //Extract and show the "href" attribute.
    echo $link->nodeValue;
    echo $link->getAttribute('href'), '<br>';
}

这将向您显示分配的 锚 文本和 .html 文件中所有链接的 href 。

再次，非常感谢。

原文由 Toni Michel Caubet 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

假设存储的链接在 html 文件中，最好的解决方案可能是使用 html 解析器，例如 PHP Simple HTML DOM Parser （我自己从未尝试过）。 （另一种选择是使用基本字符串搜索或正则表达式进行搜索，您可能 永远不 应该使用正则表达式来解析 html）。

使用解析器读取 html 文件后，使用它的功能找到 a 标签：

从教程：

 // Find all links
foreach($html->find('a') as $element)
       echo $element->href . '<br>';

原文由 Simon Groenewolt 发布，翻译遵循 CC BY-SA 2.5 许可协议