php – 用于解析HTML(而不是正则表达式)的DOMDocument

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了php – 用于解析HTML(而不是正则表达式)的DOMDocument，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1846字，纯文字阅读大概需要3分钟。

内容图文

我正在尝试使用DOMDocument来解析HTML代码.

我只是在做一些简单的工作,我已经在scrap data using regex and simplehtmldom上喜欢gordon的答案,并根据他的工作编写了我的代码.

我发现PHP.net上的文档不是很好,因为信息有限,几乎没有示例,大多数细节都是基于解析XML.

<?php
$dom = new DOMDocument;
libxml_use_internal_errors(true);
$dom->loadHTMLFile('http://www.nu.nl/internet/1106541/taalunie-keurt-open-sourcewoordenlijst-goed.html');
libxml_clear_errors();

$recipe = array();
$xpath = new DOMXPath($dom);
$contentDiv = $dom->getElementById('page'); // would have preferred getContentbyClass('content') (unique) in this case.

# title
print_r($xpath->evaluate('string(div/div/div/div/div/h1)', $contentDiv));

# content (this is not working)
#print_r($xpath->evaluate('string(div/div/div/div['content'])', $contentDiv)); // if only this worked
print_r($xpath->evaluate('string(div/div/div/div)', $contentDiv));
?>

出于测试目的,我试图获取nu.nl新闻文章的标题(在h1标签之间)和内容(HTML).

正如你所看到的,我可以得到标题,虽然我对那个评估字符串甚至不满意,因为它恰好是该div级别上唯一的h1标签.

解决方法:

以下是使用DOM和XPath的方法：

$dom = new DOMDocument;
libxml_use_internal_errors(true);
$dom->loadHTMLFile('http://www.nu.nl/…');
libxml_clear_errors();

$xpath = new DOMXPath($dom);
echo $xpath->evaluate('string(id("leadarticle")/div/h1)');
echo $dom->saveHtml(
    $xpath->evaluate('id("leadarticle")/div[@class="content"]')->item(0)
);

XPath字符串(id(“leadarticle”)/ div / h1)将返回h1的textContent,它是div的子节点,div是具有id leadarticle的元素的子节点.

XPath id(“leadarticle”)/ div [@ class =“content”]将返回具有class属性内容的div,该属性内容是具有id leadarticle的元素的子元素.

因为您需要内容div的outerHTML,所以您必须获取整个节点而不仅仅是内容,因此没有string() function in the XPath.将节点传递给DOMDocument::saveHTML()方法(which is only possible as of 5.3.6)会将该节点序列化为HTML.

内容总结

以上是互联网集市为您收集整理的php – 用于解析HTML(而不是正则表达式)的DOMDocument全部内容，希望文章能够帮你解决php – 用于解析HTML(而不是正则表达式)的DOMDocument所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端