javascript - php 抓取的頁面如何處理可以只保留DOM結構，去掉CSS和JS？

正則規則寫好後，頁面一旦有改變就要重新修改正則。
先提取頁面的 DOM，有沒有比較好的辦法？

回複內容：

正則規則寫好後，頁面一旦有改變就要重新修改正則。
先提取頁面的 DOM，有沒有比較好的辦法？

我想你需要的是 php 的 DOM 模組 ... 預設有安裝不用擔心 ...

因為不知道你的實際應用情境是什麼 ... 給你寫個簡單的例子吧 ...

loadHTML( <<Sunyanzi's Test  
Hello World
  Hey WelcomeHTML_SECTION);/* now we should try to get something ... */$h1Elements = $doc->getElementsByTagName( 'h1' );/* this line prints "Hello World" ... */foreach( $h1Elements as $h1Node )     echo $h1Node->nodeValue, PHP_EOL;/* and this line prints "http://segmentfault.com/" ... */echo $doc->getElementById( 'onlylink' )->getAttribute( 'href' ), PHP_EOL;/* now i will introduce something advanced ... using XPath ... */$xpath = new DOMXPath( $doc );/* also prints "http://segmentfault.com/" ... locate via h1 ... */echo $xpath->evaluate(    'string(//h1[text()="Hello World"]/following-sibling::a/@href)'    ), PHP_EOL;

基本上 ... 等到你熟練掌握 XPath 之後 ... 你會發現 DOM 比正則要靈活得多 ...

php 處理 XML 的能力遠遠超乎你的想象 ... 有空讀讀手冊不是壞事恩 ...

你說的很對。我現在就用xpath。。。

