首頁 > 開發者 > PHP

php解析html類庫simple

來源：互聯網
上載者：User
創建阿里雲帳戶，並獲得超過 40 款產品的免費試用版；而企業帳戶則可以享有總值 $1200 的免費試用版。立即註冊！
一直以來使用php解析html文檔樹都是一個難題。Simple HTML DOM parser 幫我們很好地解決了這個問題。可以通過這個php類來解析html文檔，對其中的html元素進行操作 (PHP5+以上版本) 

下載地址：https://github.com/samacs/simple_html_dom

解 析器不僅僅只是協助我們驗證html文檔；更能解析不符合W3C標準的html文檔。它使用了類似jQuery的元素選取器，通過元素的 id，class，tag等等來尋找定位；同時還提供添加、刪除、修改文檔樹的功能。當然，這樣一款強大的html Dom解析器也不是盡善盡美；在使用的過程中需要十分小心記憶體消耗的情況。不過，不要擔心；本文中，筆者在最後會為各位介紹如何避免消耗過多的記憶體。
開始使用
上傳類檔案以後，有三種方式調用這個類：
從url中載入html文檔
從字串中載入html文檔
從檔案中載入html文檔

複製代碼 代碼如下:
<?php
// 建立一個Dom執行個體
$html = new simple_html_dom();

// 從url中載入
$html->load_file('http://www.jb51.net');

// 從字串中載入
$html->load('<html><body>從字串中載入html文檔示範</body></html>');

//從檔案中載入
$html->load_file('path/file/test.html');
?>


如果從字串載入html文檔，需要先從網路上下載。建議使用cURL來抓取html文檔並載入DOM中。
尋找html元素
可以使用find函數來尋找html文檔中的元素。返回的結果是一個包含了對象的數組。我們使用HTML DOM解析類中的函數來訪問這些對象，下面給出幾個樣本：

複製代碼 代碼如下:
<?php

//尋找html文檔中的超連結元素
$a = $html->find('a');

//尋找文檔中第(N)個超連結，如果沒有找到則返回空數組.
$a = $html->find('a', 0);

// 尋找id為main的div元素
$main = $html->find('div[id=main]',0);

// 尋找所有包含有id屬性的div元素
$divs = $html->find('div[id]');

// 尋找所有包含有id屬性的元素
$divs = $html->find('[id]');
?>


還可以使用類似jQuery的選取器來尋找定位元素：

複製代碼 代碼如下:
<?php
// 尋找id='#container'的元素
$ret = $html->find('#container');

// 找到所有class=foo的元素
$ret = $html->find('.foo');

// 尋找多個html標籤
$ret = $html->find('a, img');

// 還可以這樣用
$ret = $html->find('a[title], img[title]');
?>


解析器支援對子項目的尋找

複製代碼 代碼如下:
<?php

// 尋找 ul列表中所有的li項
$ret = $html->find('ul li');

//尋找 ul 列表指定class=selected的li項
$ret = $html->find('ul li.selected');

?>


如果你覺得這樣用起來麻煩，使用內建函數可以輕鬆定位元素的父元素、子項目與相鄰元素

複製代碼 代碼如下:
<?php
// 返回父元素
$e->parent;

// 返回子項目數組
$e->children;

// 通過索引號返回指定子項目
$e->children(0);

// 返回第一個資源速
$e->first_child ();

// 返回最後一個子項目
$e->last _child ();

// 返回上一個相鄰元素
$e->prev_sibling ();

//返回下一個相鄰元素
$e->next_sibling ();
?>


元素屬性操作
使用簡單的Regex來操作屬性選取器。
[attribute] – 選擇包含某屬性的html元素
[attribute=value] – 選擇所有指定值屬性的html元素
[attribute!=value]- 選擇所有非指定值屬性的html元素
[attribute^=value] -選擇所有指定值開頭屬性的html元素
[attribute$=value] 選擇所有指定值結尾屬性的html元素
[attribute*=value] -選擇所有包含指定值屬性的html元素
在解析器中調用元素屬性
在DOM中元素屬性也是對象：

複製代碼 代碼如下:
<?php
// 本例中將$a的錨連結值賦給$link變數
$link = $a->href;
?>


或者：

複製代碼 代碼如下:
<?php
$link = $html->find('a',0)->href;
?


每個對象都有4個基本對象屬性:
tag – 返回html標籤名
innertext – 返回innerHTML
outertext – 返回outerHTML
plaintext – 返回html標籤中的文本
在解析器中編輯元素
編輯元素屬性的用法和調用它們是類似的：

複製代碼 代碼如下:
<?php
//給$a的錨連結賦新值
$a->href = 'http://www.jb51.net';

// 刪除錨連結
$a->href = null;

// 檢測是否存在錨連結
if(isset($a->href)) {
//代碼
}
?>


解析器中沒有專門的方法來添加、刪除元素，不過可以變通一下使用：

複製代碼 代碼如下:
<?php
// 封裝元素
$e->outertext = '<div class="wrap">' . $e->outertext . '<div>';

// 刪除元素
$e->outertext = '';

// 添加元素
$e->outertext = $e->outertext . '<div>foo<div>';

// 插入元素
$e->outertext = '<div>foo<div>' . $e->outertext;
?


儲存修改後的html DOM文檔也非常簡單：

複製代碼 代碼如下:
<?php
$doc = $html;
// 輸出
echo $doc;
?>


如何避免解析器消耗過多記憶體
在 本文的開篇中，筆者就提到了Simple HTML DOM解析器消耗記憶體過多的問題。如果php指令碼佔用記憶體太多，會導致網站停止回應等一系列嚴重的問題。解決的方法也很簡單，在解析器載入html文檔並 使用完成後，記得清理掉這個對象就可以了。當然，也不要把問題看得太嚴重了。如果只是載入了2、3個文檔，清理或不清理是沒有多大區別的。當你載入了5個 10個甚至更多的文檔的時候，用完一個就清理一下記憶體絕對是對自己負責啦^_^

複製代碼 代碼如下:


<?php
$html->clear();
?>

本文章原先以中文撰寫並發佈於 aliyun.com，亦設英文版本，僅作資訊用途。本網站不對文章的準確性，完整性或可靠性或其任何翻譯作出任何明示或暗示的陳述或保證。如對該文章有任何疑慮或投訴，請傳送電郵至 info-contact@alibabacloud.com 並提供相關疑慮或投訴的詳細說明。職員會於 5 個工作天內與您聯絡，一經驗證之後，即會刪除該侵權內容。

相關關鍵詞：
simple html dom php simple html php contact form php simple html dom parser tutorial php simple html dom parser manual php simple html dom parser download simple html to pdf php script simple php
相關文章
監控伺服器swap並重啟php的Shell指令碼_linux shell
PHP(5)“最長公用首碼”演算法問題
30個很棒的PHP開源CMS內容管理系統
php調用dll經驗小結
PHP匯入匯出Excel方法
PHP 擷取當前url的函數及參數

聯繫我們

該頁面正文內容均來源於網絡整理，並不代表阿里雲官方的觀點，該頁面所提到的產品和服務也與阿里云無關，如果該頁面內容對您造成了困擾，歡迎寫郵件給我們，收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容，歡迎發送郵件至： info-contact@alibabacloud.com 進行舉報並提供相關證據，工作人員會在 5 個工作天內聯絡您，一經查實，本站將立刻刪除涉嫌侵權內容。

熱門內容

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

Get Started for Free

  • Sales Support

    1 on 1 presale consultation

    Chat Contact Sales

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

    Open a Ticket

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.

    Learn More