PHP HTML 태그를 배열로

$html = file_get_contents('index.html');  // 读取HTML文件
$html = preg_replace('/\s+/', ' ', $html); // 替换空格或其他空白字符
$html = trim($html);                       // 去除字符串首位的空格或其他空白字符

$html = file_get_contents('index.html');  // 读取HTML文件
$doc = new DOMDocument();
$doc->loadHTML($html);                     // 加载HTML字符串
$nodes = $doc->getElementsByTagName('*'); // 获取所有标签节点
$arr = array();
foreach ($nodes as $node) {
    $item = array(
        'tag'  => $node->nodeName,    // 标签名
        'attr' => array(),            // 属性
        'text' => trim($node->nodeValue) // 文本内容
    );
    if ($node->hasAttributes()) {
        foreach ($node->attributes as $attr) {
            $item['attr'][$attr->nodeName] = $attr->nodeValue;
        }
    }
    array_push($arr, $item);
}
print_r($arr);

$html = file_get_contents('index.html');  // 读取HTML文件
preg_match_all('/<(\w+)([^>]*)>(.*?)<\/\1>/', $html, $matches, PREG_SET_ORDER);
$arr = array();
foreach ($matches as $match) {
    $attr = array();
    $attr_str = trim($match[2]);
    if (!empty($attr_str)) {
        preg_match_all('/(\w+)=\"(.*?)\"/', $attr_str, $attr_matches, PREG_SET_ORDER);
        foreach ($attr_matches as $attr_match) {
            $attr[$attr_match[1]] = $attr_match[2];
        }
    }
    $item = array(
        'tag'  => $match[1],    // 标签名
        'attr' => $attr,        // 属性
        'text' => trim($match[3]) // 文本内容
    );
    array_push($arr, $item);
}
print_r($arr);