php 解析html的工具 嵌入式

PHP Simple HTML Dom Parser使用php5+编写，支持以一种超级简单的方式操纵HTML。 
    * 需要php5以上版本 
    * 支持html标签纠错 
    * 支持jQuery风格选择器 
    * 非常简洁的从HTML中抽取内容 加载整个页面，然后按HTML标记拆成树，然后再通过查找节点，最后读取需要节点的内容文本即可

index.php iframe包含采集页防止采集页js,css等与本站冲突

Java代码  

1. <div class="maincon">   
2. <iframe id="mainiframe" frameborder=0 width="100%" height="960"  
3. marginheight=0 marginwidth=0 scrolling=no src="http://localhost/appreciate/mobile/recharge"></iframe>   
4. </div>  

iframe中修改采集页的form提交action，提交到本站进行处理，将提交的数据在模拟采集页提交。（一个表单做2次提交

http://hudeyong926.iteye.com/blog/903490

Java代码  

1. public function rechargeAction()  
2. {  
3.     include_once('lib/simple_html_dom.php');  
4.     $html = file_get_html(self::RECHARGE_URL);  
5.     $post_url = $html->find('form', 0)->action; //form action  
6.     $html->getElementById('mobileNo')->outertext = $html->find('input[id=mobileNo]', 0)->outertext . "<input type='hidden' name='post_url' value='$post_url'>"; //form中传递采集post_url  
7.     //$html->find('div.more-com',0)->outertext = '';  
8.     $html->find('form', 0)->setAttribute('action', 'http://localhost/appreciate/mobile/rechargePost'); //修改form action  
9.     $html->find('td a', 1)->setAttribute('href', 'http://localhost/appreciate/mobile/history'); //修改 订单查询链接  
10.     $ereg_rule_src_script = '/^(http|https|ftp):\/\/([A-Z0-9][A-Z0-9_-]*(?:\.[A-Z0-9][A-Z0-9_-]*)+):?(\d+)?\/bank\/ddl\/js\/utility\/utility.index.js?/i';  
11.     foreach ($html->find('script') as $script) {  //正则替换js   
12.         $script->src = preg_replace($ereg_rule_src_script, 'http://www.test.com/js/lib/dianyin_utility_index.js', $script->src);  
13.     }  
14.     $content = $html->save();  
15.     $html->clear();  
16.     unset($html);  
17.     die($content);  
18. }  

 采集提交后页面

 
 simple_html_dom修改后

Java代码  

1. public function rechargeComfirmPage($post_url, $pdata){  
2.     include_once("lib/Snoopy.class.php");  
3.     $snoopy = new Snoopy; //Snoopy post提交  
4.     $snoopy->fetch(self::RECHARGE_URL); //获取所有内容  
5.     $snoopy->setcookies();  
6.     $cookies = $snoopy->cookies;  
7.     $snoopy->cookies = $cookies;  
8.   
9.     $snoopy->submit($post_url, $pdata);//$pdata为提交的数组,$post_url采集提交url  
10.     return $snoopy->results;  
11. }  
12.   
13. public function rechargePostAction(){  
14.     $pdata['tranCode']          = $this->getRequest()->getPost('tranCode');  
15.     $pdata['userCode']          = $this->getRequest()->getPost('userCode');  
16.     $pdata['runName']           = $this->getRequest()->getPost('runName');  
17.     $post_url      = $this->getRequest()->getPost('post_url');  
18.     $this->save2db();  
19.     $results = $this->rechargeComfirmPage($post_url, $pdata);  
20.     include_once('lib/simple_html_dom.php');  
21.     $html = str_get_html($results);//采集提交后页面  
22.     //修改UI  
23.     $rate = Mage::helper('recharge/data')->getCurrencyToMoney();  
24.     $ttt= $this->getLayout()->createBlock('virtualcurrency/customer_accounts_detail')->getCurrentMoney();  
25.     $html->find('div[id=testPoints]',0)->innertext = $html->find('div[id=testPoints]',0)->innertext*$rate."<input type='button'>";  
26.     $html->find('div[id=test]',0)->innertext='<table><tr>  
27.             <td width="30%" align="right"><label class="form-label">您的数:</label></td>  
28.             <td align="left">  
29.                 <p class="B Font14 ml10 ">  
30.                     '.$ttt.'  
31.                 </p>  
32.             </td>  
33.         </tr>  
34.         <tr>  
35.             <td width="30%" align="right"><label class="form-label">绑定手机号:</label></td>  
36.             <td align="left">  
37.                 <p class="B Font14 ml10 ">  
38.                     '.$this->_getCustomer()->getMobile().'  
39.                 </p>  
40.             </td>  
41.         </tr></table>';  
42.   
43.     die($html);  
44. }