用php解析html的实现代码


Posted in PHP onAugust 08, 2011

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');
PHP 相关文章推荐
风格模板初级不完全修改教程
Oct 09 PHP
用PHP和ACCESS写聊天室(三)
Oct 09 PHP
php中一个有意思的日期逻辑处理
Mar 25 PHP
phpmyadmin3 安装配置图解教程
Mar 29 PHP
利用php实现禁用IE和火狐的缓存问题
Dec 03 PHP
浅析Yii中使用RBAC的完全指南(用户角色权限控制)
Jun 20 PHP
php/js获取客户端mac地址的实现代码
Jul 08 PHP
支持生僻字且自动识别utf-8编码的php汉字转拼音类
Jun 27 PHP
php中使用gd库实现远程图片下载实例
May 12 PHP
一个实用的php验证码类
Jul 06 PHP
Laravel 5.4.36中session没有保存成功问题的解决
Feb 19 PHP
PHP多进程简单实例小结
Nov 09 PHP
php中设置多级目录session的问题
Aug 08 #PHP
ThinkPHP 防止表单重复提交的方法
Aug 08 #PHP
ThinkPHP与PHPExcel冲突解决方法
Aug 08 #PHP
让Nginx支持ThinkPHP的URL重写和PATHINFO的方法分享
Aug 08 #PHP
php Smarty初体验二 获取配置信息
Aug 08 #PHP
php中Smarty模板初体验
Aug 08 #PHP
PHP 防注入函数(格式化数据)
Aug 08 #PHP
You might like
PHP4和PHP5性能测试和对比 测试代码与环境
2007/08/17 PHP
php IP转换整形(ip2long)的详解
2013/06/06 PHP
Laravel中使用阿里云OSS Composer包分享
2015/02/10 PHP
PHP变量赋值、代入给JavaScript中的变量
2015/06/29 PHP
PHP中如何使用session实现保存用户登录信息
2015/10/20 PHP
PHP json_encode() 函数详解及中文乱码问题
2015/11/05 PHP
PHP的Yii框架中过滤器相关的使用总结
2016/03/29 PHP
抛弃 PHP 代价太高
2016/04/26 PHP
关于juqery radio写法的兼容性问题(新老版本jquery)
2010/06/14 Javascript
Jquery Validate 正则表达式实用验证代码大全
2013/08/23 Javascript
JavaScript函数中关于valueOf和toString的理解
2016/06/14 Javascript
AngularJS 过滤器(自带和自建)详解
2016/09/19 Javascript
JSON字符串和JSON对象相互转化实例详解
2017/01/05 Javascript
ES6新特性之类(Class)和继承(Extends)相关概念与用法分析
2017/05/24 Javascript
React Native 真机断点调试+跨域资源加载出错问题的解决方法
2018/01/18 Javascript
vue-cli脚手架build目录下utils.js工具配置文件详解
2018/09/14 Javascript
Angular(5.2-&gt;6.1)升级小结
2018/12/27 Javascript
详解JavaScript的内存空间、赋值和深浅拷贝
2019/04/17 Javascript
Vue源码解析之数据响应系统的使用
2019/04/24 Javascript
layui监听select变化,以及设置radio选中的方法
2019/09/24 Javascript
JS this关键字在ajax中使用出现问题解决方案
2020/07/17 Javascript
vue接通后端api以及部署到服务器操作
2020/08/13 Javascript
一篇文章带你搞懂Vue虚拟Dom与diff算法
2020/08/25 Javascript
mac系统安装Python3初体验
2018/01/02 Python
python保存网页图片到本地的方法
2018/07/24 Python
APIStar:一个专为Python3设计的API框架
2018/09/26 Python
keras Lambda自定义层实现数据的切片方式,Lambda传参数
2020/06/11 Python
在阿联酋购买翻新手机和平板电脑:Teckzu
2021/02/12 全球购物
Boolean b = new Boolean(“abcde”); 会编译错误码
2013/11/27 面试题
青年创业培训欢迎词
2014/01/10 职场文书
本科毕业生求职自荐信
2014/02/03 职场文书
一月红领巾广播稿
2014/02/11 职场文书
《大禹治水》教学反思
2014/04/27 职场文书
邹越感恩父母演讲稿
2014/08/28 职场文书
合作与交流自我评价
2015/03/09 职场文书
2015年材料员工作总结
2015/04/30 职场文书