dom原始解析html,DOMDocument解析HTML（而不是正则表达式）

由于信息有限，几乎没有任何示例，我发现PHP.net上的文档不太好，大多数细节都基于解析XML。

$dom = new DOMDocument;

libxml_use_internal_errors(true);

$dom->loadHTMLFile('http://www.nu.nl/internet/1106541/taalunie-keurt-open-sourcewoordenlijst-goed.html');

libxml_clear_errors();

$recipe = array();

$xpath = new DOMXPath($dom);

$contentDiv = $dom->getElementById('page'); // would have preferred getContentbyClass('content') (unique) in this case.

# title

print_r($xpath->evaluate('string(div/div/div/div/div/h1)', $contentDiv));

# content (this is not working)

#print_r($xpath->evaluate('string(div/div/div/div['content'])', $contentDiv)); // if only this worked

print_r($xpath->evaluate('string(div/div/div/div)', $contentDiv));

?>

出于测试目的，我试图获取nu.nl新闻文章的标题(h1标签)和内容(HTML)。

正如你所看到的，我可以得到标题，虽然我对评估字符串并不满意，因为它恰好是该div级别上唯一的h1标记。

2011-09-06

Dennis

+0

你为什么不在xpath字符串中搜索'h1'？ –