关于php页面解析html,php解析HTML

PHP Simple HTML DOM 解析器显然是相当不多的html文件解析工具。他能够在server端採用相似于jquery的方式进行dom查找和改动。眼下这个解析器支持PHP5。

可是，这个首先将html进行了标签解析，占用了大量的内存。

在解析复杂一点的html文件时，甚至占用超过10M的内存，如今在高并发的情况下。这个是无法接受的。

当你载入了5个10个甚至很多其它的文档的时候。用完一个就清理内存：

php

$html->clear();

?

>

该解析的中文手冊在线地址为：http://www.ecartchina.com/php-simple-html-dom/manual.htm。

您也能够通过上传到CSDN的离线版：

本文提供同类的div查找和改动操作方法：

libxml_use_internal_errors(true) ;

$doc = new DOMDocument();

// We don't want to bother with white spaces

$doc->preserveWhiteSpace = false;

$doc->loadHTMLFile("testdoc.html");

$xpath = new DOMXPath($doc);

//查找带aconf_edit_section的div元素

$query = '//div[@aconf_edit_section]';

//$entries = $xpath->query($query);

$entries=$xpath->query($query);

foreach ($entries as $entry) {

//echo " {$entry->nodeValue}
";

print_r($entry);

}

// $rs = $dom->getElementById("test");

// echo $rs->nodeValue;

// print_r($entries->save('xxx.html'));

function domNodeList_to_string($DomNodeList) {

$output = '';

$doc = new DOMDocument;

$i=0;

while ( $node = $DomNodeList->item($i) ) {

// import node

$domNode = $doc->importNode($node, true);

// append node

$doc->appendChild($domNode);

$i++;

}

$output = $doc->saveXML();

$output = print_r($output, 1);

// I added this because xml output and ajax do not like each others

//$output = htmlspecialchars($output);

return $output;

}

echo domNodeList_to_string($entries);

?

>

http://hi.baidu.com/tdweb/item/ac6e00ed831dbc3a87d9de2e

http://blog.csdn.net/wmsjlihuan/article/details/9000790

XPath 语法

http://www.w3school.com.cn/xpath/xpath_syntax.asp