删除 curl 中的额外文本

Question

我正在尝试使用 curl 和 simple_html_dom 库抓取一些数据，我可以成功抓取数据，但问题是我不想要一些带有数据的文本。这是我正在使用的代码：$price = $html->find("div[id='vi-mskumap-none'] span[itemprop='price']",0)->plaintext;这是html源代码：<div id="vi-mskumap-none" style="" class="u-flL w29 vi-price ">    <span class="notranslate" id="prcIsum" itemprop="price" style="" content="515.0">US $515.00</span>它在刮515.00 美元但我想删除美元并且只想要515.00有人可以帮忙吗

Answer 1

我认为您可以使用getAttribute('content')代替plaintext来获得所需的结果。

Answer 2

如果你知道它只是一个数字，我的方法是：

$price = preg_replace("/[^0-9.\-]+/", '', $price);

这是正则表达式的含义：

• [^意味着我们开始了一个负集。它将匹配不在此集合中的任何内容

• 0-9 表示数字 0 到 9

• . 是一个句点，以防数字（如您的示例）有小数点（通常您必须在正则表达式中转义句点，因为句点表示“任何字符”，但是当它在这样的集合中（在方括号中）时，您不不必逃避它

• \- 是一个转义的破折号“-”，我添加了它以防你能找到负数。

• ] 关闭集合

• + 意味着它可以匹配一个或多个字符（这样它会在一次传递而不是三个传递中替换“US $”，尽管我不知道它是否有区别）

然后我用一个空字符串替换任何匹配的内容（除了数字、句点或破折号之外的所有内容），''从而有效地删除它。