PHPで外部HTMLから指定した文字列(タグ)だけを取り出してみる。

//外部URL
$fp = fopen("URL","r");

while(!feof($fp)){
//html全文ゲット
$line = fgets($fp,1024);
//各行を配列に入れる
$li_array[] = $line;
}
//配列を一つの文字列に変換
$li_text = implode("", $li_array);
//外部ソースをそのまま表示。
echo $li_text;

//preg_match関数で、正規表現というものをつかって、titleタグだけ抜き出す。
preg_match('/<title>(.+)<\/title>/',$li_text,$match);
echo $match[1];

<h2 class="leadContentTitle">
<a href="link">文字列</a>
</h2>

//simple_html_dom.phpを読み込む。
include('simple_html_dom.php');
//file_get_domで外部URLの値を取得してきます。
$dom = file_get_dom('URL');

//取得したいタグの数分繰り返す。
for($i = 0; $i < 8; $i++ ){
//配列に<h2 class="leadContentTitle"></h2>内のテキストのみ追加される。
$test[] = $dom->find('h2[class=leadContentTitle]', $i)->innertext;
//配列を一つの文字列に変換
$li_text = implode("", $h2_array);
//<a>タグ内のリンク先とテキスト部分をバラバラに抜き出す。
preg_match_all("|<a href=\"(.*?)\".*?>(.*?)</a>|mis",$li_text,$match);
$url=$match[1];
$text=$match[2];

//XML作成
$dom = new domDocument('1.0');
$dom->encoding = "UTF-8";
$dom->formatOutput = true;

$database = $dom->createElement('database');
$dom->appendChild($database);

for($i = 0; $i < 20; $i++){
$items = $database->appendChild($dom->createElement('items'));

$d_url = $items->appendChild($dom->createElement('d_url'));
$d_url->appendChild($dom->createTextNode($url[$i]));

$d_text = $items->appendChild($dom->createElement('d_text'));
$d_text->appendChild($dom->createTextNode($text[$i]));
}

// DomXMLをXML形式で出力 
echo $dom->saveXML();
$dom->save("name.xml"); 
}