Regex从网页源中提取标题 - Regex to extract title from webpage source

Regex to extract title from webpage source

本文关键字：提取标题网页 Regex | 更新日期: 2023-09-27

以下正则表达式对我来说适用于大部分url。但在url很少的情况下，它不会给出标题，尽管源代码有标题。

$data = file_get_contents($url);
$title = get_title($data);
echo $title;
function get_title($html) 
    {
        return preg_match('!<title>(.*?)</title>!i', $html, $matches) ? $matches[1] : '';
    }

这是演示：demo

作为问题的解决方案，请尝试执行以下代码片段

<?php
 $url= 'http://www.indianic.com';
 $ch = curl_init();
 curl_setopt($ch, CURLOPT_URL, $url);
 curl_setopt($ch, CURLOPT_HEADER, 0);
 curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
 $result=curl_exec($ch);
 curl_close($ch); 
 //echo $result;  
$title = get_title($result);
 echo $title;
function get_title($html) 
{
            return preg_match('!<title>(.*?)</title>!i', $html, $matches) ? $matches[1] : '';
}
?>

试试这个，

 return preg_match('/<title[^>]*>(.*?)<''/title>/ims', $html, $matches) ? $matches[1] : '';

检查并工作

$url='http://www.ndtv.com/';
    $data = file_get_contents($url);
    $title = preg_match('/<title[^>]*>(.*?)<'/title>/ims', $data, $matches) ? $matches[1] : '';
    echo $title;

输出：-NDTV.com：印度、商业、宝莱坞、板球、视频和突发新闻