用php解析html

转载 2012年03月21日 09:18:45

最近想用php写一个爬虫,就需要解析html,在sourceforge上找到一个项目叫做PHP Simple HTML DOM Parser,它可以以类似jQuery的方式通过css选择器来返回指定的DOM元素,功能十分强大。

首先要在程序的开始引入simple_html_dom.php这个文件

?
include_once('simple_html_dom.php');

PHP Simple HTML DOM Parser提供了3种方式来创建DOM对象

?
// Create a DOM object from a string
$html = str_get_html('<html><body>Hello!</body></html>');
 
// Create a DOM object from a URL
$html = file_get_html('http://www.google.com/');
 
// Create a DOM object from a HTML file
$html = file_get_html('test.htm');

得到DOM对象后就可以进行各种操作了

?
// Find all anchors, returns a array of element objects
$ret = $html->find('a');
 
// Find (N)th anchor, returns element object or null if not found (zero based)
$ret = $html->find('a', 0);
 
// Find lastest anchor, returns element object or null if not found (zero based)
$ret = $html->find('a', -1);
 
// Find all <div> with the id attribute
$ret = $html->find('div[id]');
 
// Find all <div> which attribute id=foo
$ret = $html->find('div[id=foo]');

这里可以使用各种css选择器,就像在jQuery中进行DOM操作一样,非常方便。此外,还有两个特殊的属性可以得到文本和注释的内容

?
// Find all text blocks
$es = $html->find('text');
 
// Find all comment (<!--...-->) blocks
$es = $html->find('comment');

当然,还是类似于jQuery,PHP Simple HTML DOM Parser也支持链式操作,以及各种访问DOM元素的简单方法

?
// Example
echo $html->find("#div1", 0)->children(1)->children(1)->children(2)->id;
// or
echo $html->getElementById("div1")->childNodes(1)->childNodes(1)->childNodes(2)->getAttribute('id');

相关文章推荐

php插件 HTMLPurifier HTML解析器

HTMLPurifier插件的使用 下载HTMLPurifier插件 HTMLPurifier插件有用的部分是 library 使用HTMLPurifier library类库 第一种方式

PHP Simple HTML DOM解析器使用入门

前段时间,有一个项目需要使用php对html解析,然后获取指定的内容(jquery的解析器可以实现这个功能),于是开始google,发现了simple html dom解析器,这个和jquery的解析...
  • suiye
  • suiye
  • 2012-08-02 22:40
  • 2675

颠覆想象的php解析获取跨域HTML标签

本文利用php实现跨域解析获取HTML标签,返回值中将包含1个或多个匹配的标签结果。 从图中可看出,输入参数包括:URL链接,HTML源码,标签名,标签属性,是否仅匹配第一项。 1、URL链接 ...

php解析HTML

simple html dom 显然是相当不多的html文件解析工具,他可以在

php解析html类

本想做采集系统,但没有趁手的php版解析器。网上搜到一个simple_html_dom-master,全是英文。看了源码可以操作dom。但我很想自己写一个,不需太强大,可做采集即可。     采取的思...

php 发送邮件(HTML)解析乱码问题(多余叹号!等)

通过php代码调用mail函数发送邮件, 一个原本很简单的功能, 几小时就写完了, 但调试却花了我一天的时间. 现在把这个过程记录下来, 供以后参考. 问题描述: php mail 函数发送...
  • yylad
  • yylad
  • 2013-06-07 17:06
  • 1319
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)