如何用cURL和preg_match_all抓取网页多行源码中的指定数值

方案1：修正正则表达式（快速解决） #

你的问题核心是默认正则模式下，.不会匹配换行符，导致跨多行的HTML结构抓不到。只需给正则加上s修饰符（PCRE_DOTALL），同时调整规则适配目标结构：

假设目标HTML结构类似：

<td>Averages</td>
<td class="page_speed_123">82.84</td>

对应的PHP代码示例：

// $html是你通过cURL获取的网页内容
$pattern = '/<td>Averages<\/td>\s*<td class="page_speed_\d+">([\d.]+)<\/td>/s';
if (preg_match($pattern, $html, $matches)) {
    $averageValue = $matches[1];
    echo "提取到的平均值：$averageValue";
} else {
    echo "未找到匹配内容";
}

• \s*匹配任意空白（包括换行、空格、制表符），兼容HTML里的换行和缩进
• s修饰符让.匹配包括换行在内的所有字符，确保跨多行结构能被匹配
• [\d.]+精准匹配数字和小数点，只提取数值部分

方案2：用DOM解析（更可靠，推荐） #

正则处理HTML容易因为结构微调失效，用DOMDocument+XPath是更专业的长期解决方案：

// 禁用HTML解析警告（避免网页不规范导致的报错）
libxml_use_internal_errors(true);

$dom = new DOMDocument();
$dom->loadHTML($html); // $html为cURL获取的内容
$xpath = new DOMXPath($dom);

// 定位到包含"Averages"的<td，再取它的下一个class以page_speed_开头的<td>
$nodes = $xpath->query('//td[text()="Averages"]/following-sibling::td[starts-with(@class, "page_speed_")]');

if ($nodes->length > 0) {
    $averageValue = trim($nodes->item(0)->nodeValue);
    echo "提取到的平均值：$averageValue";
} else {
    echo "未找到匹配内容";
}

// 清除错误缓存
libxml_clear_errors();

这种方法不依赖具体换行格式，只要HTML的逻辑结构不变，就能稳定提取内容，适合需要长期维护的代码。

内容的提问来源于stack exchange，提问作者Ko1ind