php抓取页面所有a标签,php – 抓取A元素的href属性

Reliable Regex for HTML are difficult.这里是如何做到

DOM：

$dom = new DOMDocument;

$dom->loadHTML($html);

foreach ($dom->getElementsByTagName('a') as $node) {

echo $dom->saveHtml($node), PHP_EOL;

}

上面将找到并输出$ html字符串中所有A元素的“outerHTML”。

要获得节点的所有文本值，就可以

echo $node->nodeValue;

要检查href属性是否存在，您可以执行

echo $node->hasAttribute( 'href' );

要获得href属性，你会做

echo $node->getAttribute( 'href' );

要更改您要做的href属性

$node->setAttribute('href', 'something else');

要删除您要做的href属性

$node->removeAttribute('href');

您也可以直接使用XPath查询href属性

$dom = new DOMDocument;

$dom->loadHTML($html);

$xpath = new DOMXPath($dom);

$nodes = $xpath->query('//a/@href');

foreach($nodes as $href) {

echo $href->nodeValue; // echo current attribute value

$href->nodeValue = 'new value'; // set new attribute value

$href->parentNode->removeAttribute('href'); // remove attribute

}

另见：