estrarre testi da qualsiasi tag in pagina html

[dottwatson]

buongiorno.. non sono molto efferrato nelle regexp ma mi impegno


ho cercato svariate volte in google ma nessun risultato soddisfa le mie necessità.

ho un apagina html e vorrei estrarre TUTTI i testi contenuti nell apagina.

purtroppo non posso utilizzare strip_tags in quanto deve poter 'indicizzare' i risultati , quandi ottenere un array sarebbe il top!

premetto che ho utilizzato anche l' esempio base della guida php su preg_mach_all ma fallisce....

qualcuno riesce ad aiutarmi??

grassie

[filippo.toso]

Come partenza potresti usare un codice come questo:

<pre>
<?php 

function not_empty($content) {
    return !empty($content);
}

$url = 'http://www.masteringlandingpages.com/'; // your web page url/path
$content = file_get_contents($url);

$content = utf8_decode($content); // just an example of content preparation

// clean up "strange" tags
$content = preg_replace('#<script[^>]*>.*?</script[^>]*>#si', '', $content);
$content = preg_replace('#<style[^>]*>.*?</style[^>]*>#si', '', $content);
$content = preg_replace('##si', '', $content);

$results = array();
$content = '<root>' . $content . '<root>'; // fake tags for easier regexp
$pattern = '#>([^<]*)<#si';
if (preg_match_all($pattern, $content, $matches)) {
    foreach ($matches[1] as $match) {
        $match = str_replace('', ' ', $match); // just an example of normalization task
        $match = trim($match); // just an example of normalization task
        $results[] = $match;
    }
}

$results = array_filter($results, 'not_empty'); // remove not empty tags

print_r($results);

?>
</pre>

[dottwatson]

riadattata e funziona egregiamente

molte very grassie

[abramo2]

Salve a voi tutti,

e Risultati vengano visualizzati in questo modo:

-------------------------------
Array
(
[5] => prova
[25] => prova 3 prova forsa
[58] => Marzo 2009
-------------------------------

come divo fari per averli in questo modo <= .

Array
(
[5] => prova <=
[25] => prova 3 prova forsa <=
[58] => Marzo 2009 <=
-------------------------------

grazie tanti