PHPでHTMLファイルを解析して配列へ・・・

質問

phpを使用して、下記のhtmlファイルを外部から取得して、解析してMySQLに格納したいと考えています。
問題となったのは、全部の記述が一行で書かれているので、strstrで探してstr_replaceで書き換えて・・・
といった作業をどのようにしていいかわかりません。
結果的には、出現順に多次元配列に$hairetu[] = array(categ => 【カテゴリ】, url => 'http：//xxxxxxx.xx' , title => 【タイトル】);という形で収めていきたいです。

以下、解析元ファイルの記述例ですが、このような形式で1000件以上はあります。
<font color="#000000">【カテゴリ】</font><br><a href="http：//xxxxxxx.xx">【タイトル】</a><br>【リンク先説明・・・】<br><font color="#000000">【カテゴリ2】</font><br><a href="http：//xxxxxxx2.xx">【タイトル2】</a><br>【リンク先説明・・・2】<br>...

回答No.1

yambejp · ベストアンサー

きちんとしたパース処理をする手もありますが、しっかりした
法則性があり、この程度の仕分けであれば、以下のようにすればよいでしょう。
（もちろん、場合によってすこし工夫が必要ですが）

<?
$str=<<<eof
<font color="#000000">【カテゴリ】</font><br><a href="http：//xxxxxxx.xx">【タイトル】</a><br>【リンク先説明・・・】< br><font color="#000000">【カテゴリ2】</font><br><a href="http：//xxxxxxx2.xx">【タイトル2】</a><br>【リンク先説明・・・2】< br>
<font color="#000000">【カテゴリ3】</font><br><a href="http：//xxxxxxx3.xx">【タイトル3】</a><br>【リンク先説明・・・】< br><font color="#000000">【カテゴリ4】</font><br><a href="http：//xxxxxxx4.xx">【タイトル4】</a><br>【リンク先説明・・・2】< br>
eof;
$pettern='/<font.*?>(.*?)<\/font>.*?<a\s.*?href=\"(.+?)\".*?>(.*?)<\/a>/mis';
preg_match_all($pettern,$str,$matches);
$list=Array(1=>"categ",2=>"url",3=>"title");
if(is_array($matches)){
for($i=1;$i<count($matches);$i++){
foreach($matches[$i] as $key=>$val){
$hairetu[$key][$list[$i]]=$val;
}
}
}
print "<pre>";
print_r($hairetu);
print "</pre>";
?>

お礼

なるほど。
法則性があるので、正規表現の上記の方法でなんとか出来ました。
思った通りに動いたので感動しました！
ありがとうございます。
もっと勉強します・・・

preg_match_all()あなどれませんね