You need to enable JavaScript to run this app. 如何使用PHP正则从Steam饰品HTML中提取背景图URL与属性文本
优惠活动
大模型
产品
解决方案
定价
更多

如何使用PHP正则从Steam饰品HTML中提取背景图URL与属性文本

PHP提取DOTA2饰品Steam HTML目标内容方案

推荐方案:DOMDocument解析(抗结构变动能力强)

不建议完全依赖正则解析HTML,Steam前端结构调整后正则容易失效,用DOM结合XPath匹配更稳定,可直接处理空URL、可变路径的情况,保证提取内容一一对应。

<?php
// 替换为你实际待处理的原始HTML片段
$rawHtml = '';
// 开启内部错误抑制,避免Steam不规范HTML触发警告
libxml_use_internal_errors(true);
$dom = new DOMDocument();
$dom->loadHTML($rawHtml);
$xpath = new DOMXPath($dom);

$extractResult = [];
// 遍历所有属性条目,选择器可根据实际HTML的类名调整(可先打印原始HTML确认类名)
$attributeItems = $xpath->query('//div[contains(@class, "herostat")]');
foreach ($attributeItems as $item) {
    // 提取图标div的background-image属性
    $iconNode = $xpath->query('.//div[contains(@class, "icon")]', $item)->item(0);
    $iconUrl = null;
    if ($iconNode) {
        $styleAttr = $iconNode->getAttribute('style');
        // 匹配url()内的内容,支持空url、带引号/不带引号的URL
        if (preg_match('/background-image:\s*url\(["\']?(.*?)["\']?\)/i', $styleAttr, $urlMatch)) {
            $trimmedUrl = trim($urlMatch[1]);
            $iconUrl = $trimmedUrl !== '' ? $trimmedUrl : null;
        }
    }

    // 提取大字号属性描述文本
    $valueSpan = $xpath->query('.//span[contains(@class, "value")]', $item)->item(0);
    $attributeText = $valueSpan ? trim($valueSpan->textContent) : null;

    // 提取小字号饰品类型标注
    $typeSpan = $xpath->query('.//span[contains(@class, "color")]', $item)->item(0);
    $typeText = $typeSpan ? trim($typeSpan->textContent) : null;

    // 单条结果按对应关系组装
    $extractResult[] = [
        'icon_url' => $iconUrl,
        'attribute_content' => $attributeText,
        'item_type_tag' => $typeText
    ];
}

// 输出结构化结果
print_r($extractResult);

纯正则实现方案(仅适合结构完全固定的场景)

如果确定HTML结构不会变动,可使用纯正则批量提取,注意正则的匹配规则要和实际HTML完全对齐:

<?php
$rawHtml = '';
// 正则修饰符:i不区分大小写,s让.匹配换行符
$pattern = '/<div[^>]*class="[^"]*herostat[^"]*"[^>]*>.*?<div[^>]*style="[^"]*background-image:\s*url\(["\']?(.*?)["\']?\)[^"]*"[^>]*>.*?<span[^>]*class="[^"]*value[^"]*"[^>]*>(.*?)<\/span>.*?<span[^>]*class="[^"]*color[^"]*"[^>]*>(.*?)<\/span>/is';
preg_match_all($pattern, $rawHtml, $matches, PREG_SET_ORDER);

$extractResult = [];
foreach ($matches as $match) {
    $trimmedUrl = trim($match[1]);
    $extractResult[] = [
        'icon_url' => $trimmedUrl !== '' ? $trimmedUrl : null,
        'attribute_content' => trim(html_entity_decode($match[2])),
        'item_type_tag' => trim(html_entity_decode($match[3]))
    ];
}

print_r($extractResult);

实现说明

  • 自动处理空url()场景,符合要求将空值设为null
  • 可变路径的URL会完整提取,不会被截断
  • 所有提取的URL、属性文本、类型标注均来自同一个属性条目,保证一一对应
  • 提取的文本可配合html_entity_decode()处理HTML转义字符,得到纯文本内容

内容的提问来源于stack exchange,提问作者Mahdi

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.07 12:54:02