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：$price&nbsp;=&nbsp;preg_replace("/[^0-9.\-]+/",&nbsp;'',&nbsp;$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&nbsp;表示数字 0 到 9.&nbsp;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\-&nbsp;是一个转义的破折号“-”，我添加了它以防你能找到负数。]&nbsp;关闭集合+&nbsp;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。