要想获得网页源码里的指定内容需要用到正则表达式！正则表达式，让我猝不及防，因为之前没有接触过，用起来非常的吃力！
在Java中，有大牛封装好的库，我使用的是Jsoup。将Jsuop的Jar包引入项目中，指定好唯一标示，再使用选择器，就可以将数据解析出来，最近接触到了PHP，就像使用PHP解析个新闻来玩玩！Jsoup解析滁州学院官网获取信息列表
正如我刚才所说，正规的做法就是使用正则表达式获取数据！搞了好长时间，真心驾驭不住！无论怎样研究，都没有什么卵用！
最后我通过Google搜索引擎，搜索到一篇文章，文章里介绍几种调用PHP文件来解析HTML的方法，真是天助我也！
文章我待会给转载发布出来，因为我找到的也是比人通过“转载器”发表的，既然很有用，我就给它搬过来！
昨天我使用Simple-Html-Dom.php文件，解析糗事百科首页的糗事，并定时，15分钟获取一次！因为刚刚接触PHP，昨天在11点半断网之前刚把代码发布到SAE上，有点担心代码不能正常运行，毕竟对PHP一点都不了解！
今早起来，一看数据库
这酸爽，数据太多了，太多也没用，我就关闭了获取！
下面来讲讲如何使用Simple-Html-Dom来解析HTML（小弟接触php不到两天），如果大牛看到，呵呵一笑，最好给点意见，不要喷，怕被喷！
1、下载Simple-Html-Dom压缩文件
去官网（http://sourceforge.net/projects/simplehtmldom/files/）下载压缩文件;
2、解压文件
解压文件会发现如下文件
你需要用到的方法，demo里基本上都有，就看你怎么使用了
大家看如下代码，会发现是如何引入php文件和方法的
<span style="font-family:Times New Roman;font-size:14px;"><?php
// example of how to use basic selector to retrieve HTML contents
include('../simple_html_dom.php');//引入php核心文件，注意路径，不要写错
// get DOM from URL or file
$html = file_get_html('http://www.google.com/');
// find all link
foreach($html->find('a') as $e)
echo $e->href . '<br>';
// find all image
foreach($html->find('img') as $e)
echo $e->src . '<br>';
// find all image with full tag
foreach($html->find('img') as $e)
echo $e->outertext . '<br>';
// find all div tags with id=gbar
foreach($html->find('div#gbar') as $e)
echo $e->innertext . '<br>';
// find all span tags with class=gb1
foreach($html->find('span.gb1') as $e)
echo $e->outertext . '<br>';
// find all td tags with attribite align=center
foreach($html->find('td[align=center]') as $e)
echo $e->innertext . '<br>';
// extract text from table
echo $html->find('td[align="center"]', 1)->plaintext.'<br><hr>';
// extract text from HTML
echo $html->plaintext;
?></span>还有这个php文件
<span style="font-family:Times New Roman;font-size:14px;"><?php
// example of how to use advanced selector features
include('../simple_html_dom.php');
// -----------------------------------------------------------------------------
// descendant selector
$str = <<<HTML
<div>
<div>
<div class="foo bar">ok</div>
</div>
</div>
HTML;
$html = str_get_html($str);
echo $html->find('div div div', 0)->innertext . '<br>'; // result: "ok"
// -----------------------------------------------------------------------------
// nested selector
$str = <<<HTML
<ul id="ul1">
<li>item:<span>1</span></li>
<li>item:<span>2</span></li>
</ul>
<ul id="ul2">
<li>item:<span>3</span></li>
<li>item:<span>4</span></li>
</ul>
HTML;
$html = str_get_html($str);
foreach($html->find('ul') as $ul) {
foreach($ul->find('li') as $li)
echo $li->innertext . '<br>';
}
// -----------------------------------------------------------------------------
// parsing checkbox
$str = <<<HTML
<form name="form1" method="post" action="">
<input type="checkbox" name="checkbox1" value="checkbox1" checked>item1<br>
<input type="checkbox" name="checkbox2" value="checkbox2">item2<br>
<input type="checkbox" name="checkbox3" value="checkbox3" checked>item3<br>
</form>
HTML;
$html = str_get_html($str);
foreach($html->find('input[type=checkbox]') as $checkbox) {
if ($checkbox->checked)
echo $checkbox->name . ' is checked<br>';
else
echo $checkbox->name . ' is not checked<br>';
}
?></span>这个Demo讲解的更加详细，虽然简洁但是不简单！大家如果感兴趣，可以下载运行一下试试
原文地址：http://blog.csdn.net/qqhjqs/article/details/45826073
