Encontrar etiquetas html, class y id's (con expresiones regulares)

[neodani]

Yuhuu!

Primera parte completada con éxito

Código PHP:

<?
/*
Objetivo: Extraer todos los atributos HTML, y propiedades CSS (id y class)
Para compararlos con una hoja de estilo y eliminar las propiedades que no se usen.
 
Archivo web.htm >> extraemos los atributos HTML, ID y CLASS
Archivo style.css >> comparamos los atributos extraidos en el archivo web.htm 
                      y nos quedamos con la parte útil del fichero style.css
*/
 
// -------- PROGRAMA -----------------
$file_html='web.htm';
$file_css='style.css';
 
$html = file_get_contents($file_html);
$css = file_get_contents($file_css);
 
preg_match_all('/<(\w+)[^>]*class=[\'|"](\w+)[\'|"][^>]*>/is',$html,$matches_class);
preg_match_all('/<(\w+)[^>]*id=[\'|"](\w+)[\'|"][^>]*>/is',$html,$matches_id);
 
$tags_html = array_merge($matches_class[1], $matches_id[1]); // Junto los dos arrays en uno
$del_dup_html=array_unique($tags_html); // HTML 
$del_dup_class=array_unique($matches_class[2]); // CLASS
$del_dup_id=array_unique($matches_id[2]); // ID
 
echo "<pre>";
print_r($del_dup_html);
echo "</pre>";
 
echo "<pre>";
print_r($del_dup_class);
echo "</pre>";
 
echo "<pre>";
print_r($del_dup_id);
echo "</pre>";
 
?>
 

Si veis algún fallo por favor comunicádmelo, muchas gracias a todos

Mención especial a pateketrueke por estar al pie del cañón, gracias por tus consejos.

Ahora queda la segunda parte
Hacer matching con la hoja de estilo y descartar los estilos que no estén en nuestra web.