亮點：
1、利用php也能實現對頁面div的切割處理。這里的做法拋磚引玉，希望讀者能夠提供更加完美的解決方案。
2、切割處理方法已經封裝成一個方法，可以直接引用。
3、順便加上博客園標簽雲的截取。//getWebDiv('id="taglist"','http://www.cnblogs.com/Zjmainstay/tag/');
View Code
<?php header("Content-type: text/html; charset=utf-8"); function getWebDiv($div_id,$url=false,$data=false){ if($url !== false){ $data = file_get_contents( $url ); } $charset_pos = stripos($data,'charset'); if($charset_pos) { if(stripos($data,'charset=utf-8',$charset_pos)) { $data = iconv('utf-8','utf-8',$data); }else if(stripos($data,'charset=gb2312',$charset_pos)) { $data = iconv('gb2312','utf-8',$data); }else if(stripos($data,'charset=gbk',$charset_pos)) { $data = iconv('gbk','utf-8',$data); } } preg_match_all('/<div/i',$data,$pre_matches,PREG_OFFSET_CAPTURE); //獲取所有div前綴 preg_match_all('/<\/div/i',$data,$suf_matches,PREG_OFFSET_CAPTURE); //獲取所有div后綴 $hit = strpos($data,$div_id); if($hit == -1) return false; //未命中 $divs = array(); //合並所有div foreach($pre_matches[0] as $index=>$pre_div){ $divs[(int)$pre_div[1]] = 'p'; $divs[(int)$suf_matches[0][$index][1]] = 's'; } //對div進行排序 $sort = array_keys($divs); asort($sort); $count = count($pre_matches[0]); foreach($pre_matches[0] as $index=>$pre_div){ //<div $hit <div+1 時div被命中 if(($pre_matches[0][$index][1] < $hit) && ($hit < $pre_matches[0][$index+1][1])){ $deeper = 0; //彈出被命中div前的div while(array_shift($sort) != $pre_matches[0][$index][1] && ($count--)) continue; //對剩余div進行匹配，若下一個為前綴，則向下一層，$deeper加1， //否則后退一層，$deeper減1，$deeper為0則命中匹配，計算div長度 foreach($sort as $key){ if($divs[$key] == 'p') $deeper++; else if($deeper == 0) { $length = $key-$pre_matches[0][$index][1]; break; }else { $deeper--; } } $hitDivString = substr($data,$pre_matches[0][$index][1],$length).'</div>'; break; } } return $hitDivString; } echo getWebDiv('id="taglist"','http://www.cnblogs.com/Zjmainstay/tag/'); //End_php
考慮到id符號問題，id="u"由用戶自己填寫。
聲明：此段php只針對帶 id div內容的讀取。
——————————————————————————完善：匹配任意可閉合帶id標簽————————————————————————————————————————————
View Code
1 <?php 2 header("Content-type: text/html; charset=utf-8"); 3 function getWebTag($tag_id,$url=false,$tag='div',$data=false){ 4 if($url !== false){ 5 $data = file_get_contents( $url ); 6 } 7 $charset_pos = stripos($data,'charset'); 8 if($charset_pos) { 9 if(stripos($data,'charset=utf-8',$charset_pos)) { 10 $data = iconv('utf-8','utf-8',$data); 11 }else if(stripos($data,'charset=gb2312',$charset_pos)) { 12 $data = iconv('gb2312','utf-8',$data); 13 }else if(stripos($data,'charset=gbk',$charset_pos)) { 14 $data = iconv('gbk','utf-8',$data); 15 } 16 } 17 18 preg_match_all('/<'.$tag.'/i',$data,$pre_matches,PREG_OFFSET_CAPTURE); //獲取所有div前綴 19 preg_match_all('/<\/'.$tag.'/i',$data,$suf_matches,PREG_OFFSET_CAPTURE); //獲取所有div后綴 20 $hit = strpos($data,$tag_id); 21 if($hit == -1) return false; //未命中 22 $divs = array(); //合並所有div 23 foreach($pre_matches[0] as $index=>$pre_div){ 24 $divs[(int)$pre_div[1]] = 'p'; 25 $divs[(int)$suf_matches[0][$index][1]] = 's'; 26 } 27 28 //對div進行排序 29 $sort = array_keys($divs); 30 asort($sort); 31 32 $count = count($pre_matches[0]); 33 foreach($pre_matches[0] as $index=>$pre_div){ 34 //<div $hit <div+1 時div被命中 35 if(($pre_matches[0][$index][1] < $hit) && ($hit < $pre_matches[0][$index+1][1])){ 36 $deeper = 0; 37 //彈出被命中div前的div 38 while(array_shift($sort) != $pre_matches[0][$index][1] && ($count--)) continue; 39 //對剩余div進行匹配，若下一個為前綴，則向下一層，$deeper加1， 40 //否則后退一層，$deeper減1，$deeper為0則命中匹配，計算div長度 41 foreach($sort as $key){ 42 if($divs[$key] == 'p') $deeper++; 43 else if($deeper == 0) { 44 $length = $key-$pre_matches[0][$index][1]; 45 break; 46 }else { 47 $deeper--; 48 } 49 } 50 $hitDivString = substr($data,$pre_matches[0][$index][1],$length).'</'.$tag.'>'; 51 break; 52 } 53 } 54 return $hitDivString; 55 } 56 57 echo getWebTag('id="nav"','http://mail.163.com/html/mail_intro/','ul'); 58 echo getWebTag('id="homeBanners"','http://mail.163.com/html/mail_intro/'); 59 echo getWebTag('id="performance"','http://mail.163.com/html/mail_intro/','section'); 60 61 //End_php
修復：stripos($data,'charset=utf-8',$charset_pos) 加入charset=，避免有些gb2312格式的網頁中包含utf-8造成錯誤。或者用戶可以自行修改函數傳入一個確定的charset參數。
演示地址：parseDiv