使用PHP的HTML DOMDocument解析HTML

php html parsing domdocument

2022-08-30 18:55:57

我试图用“getElementsByTagName”来做这件事，但它不起作用，我是使用DOMDocument解析HTML的新手，因为我曾经使用正则表达式，直到昨天这里的一些fokes告诉我DOMDocument会更适合这项工作，所以我尝试了一下:)

我在谷歌上搜索了一段时间，寻找一些解释，但没有找到任何有帮助的东西（反正不是上课）

因此，我想捕获“捕获此文本 1”和“捕获此文本 2”等。

看起来并不难，但我无法弄清楚:(

<div class="main">
    <div class="text">
    Capture this text 1
    </div>
</div>

<div class="main">
    <div class="text">
    Capture this text 2
    </div>
</div>

答案 1

如果你想得到：

文本
在标签内<div>class="text"
这本身就是一个<div>class="main"

我想说最简单的方法是不使用DOMDocument：：getElementsByTagName - 这将返回所有具有特定名称的标签（而您只需要其中一些标签）。

相反，我会使用 DOMXpath 类对文档使用 XPath 查询。

例如，像这样的事情应该这样做，将HTML字符串加载到DOM对象中，并实例化类：DOMXpath

$html = <<<HTML
<div class="main">
    <div class="text">
    Capture this text 1
    </div>
</div>

<div class="main">
    <div class="text">
    Capture this text 2
    </div>
</div>
HTML;

$dom = new DOMDocument();
$dom->loadHTML($html);

$xpath = new DOMXPath($dom);

然后，您可以将 XPath 查询与 DOMXPath：：query 方法一起使用，该方法返回您正在搜索的元素列表：

$tags = $xpath->query('//div[@class="main"]/div[@class="text"]');
foreach ($tags as $tag) {
    var_dump(trim($tag->nodeValue));
}

执行这个会给我以下输出：

string 'Capture this text 1' (length=19)
string 'Capture this text 2' (length=19)

答案 2

您可以使用 http://simplehtmldom.sourceforge.net/

用php编写的DOM解析器非常简单易用，通过它可以轻松获取div标签的内容。

像这样：

// Find all <div> which have attribute id=text
$ret = $html->find('div[id=text]');

有关更多帮助，请参阅其文档。