用PHP代替JS玩转DOM的思路及示例代码

ttx9n · 发表于 2018-12-25 17:55:44

思路就是通过DOMDocument将一个html file转换成DOM树的数据结构，再用DOMXPath的实例去搜索这个DOM树，接下来就可以对当前节点的子树进行遍历事情的起源比较简单，我需要把一个导航页的数据整理好写入数据库。一个比较直观的方法是对html文件进行分析，通用的方法是用php的正则表达式来匹配。但是这样做开发和维护都很困难，代码可读性非常差。

导航页的数据都是规则的排列在DOM树当中的，用JS可以用几个循环轻松的对其进行操作，而且JS需要依赖浏览器，操作数据库很困难。其实PHP就有现成的类库对DOM树种的节点进行增删改查操作，在此做一些笔记。

这里涉及到2个类 DOMDocument 和 DOMXPath。

其实思路比较明确，就是通过DOMDocument将一个html file转换成DOM树的数据结构，再用DOMXPath的实例去搜索这个DOM树，拿到想要特定节点，接下来就可以对当前节点的子树进行遍历，得到想要的结果。

在当前目录下有一个这样一个导航的html文件 "./hao.html"

现在需要得到所有<a>标签的中文内容，php代码如下：
复制代码代码如下:
<?php
//将html/xml文件转换成DOM树
$dom = new DOMDocument();
$dom->loadHTMLFile("hao.html");

//得到所有class为fix的dl标签

// example 1: for everything with an id
//$elements = $xpath->query("//*[@id]");

// example 2: for node data in a selected id
//$elements = $xpath->query("/html/body/div[@id='yourTagIdHere']");

// example 3: same as above with wildcard
//$elements = $xpath->query("*/div[@id='yourTagIdHere']");
$xpath = new DOMXPath($dom);
$dls = $xpath->query('//dl[@class="fix"]');

foreach ($dls as $dl) {
$spans = $dl->childNodes;
foreach ($spans as $span) {
echo trim($span->textContent)."\t";
}
echo "\n";
}
?>

输出结果如下：

注意：值得注意的一点是DOMDocument的默认编码方式是Latin，所以在处理utf编码的中文的时候，需要在<head>后面紧跟着填入
复制代码代码如下:
<meta http-equiv="content-type" content="text/html; charset=utf-8">

在其他位置，或者是只写上<meta content="charset=utf-8">都是不识别的哦

locopy · 发表于 2023-1-22 19:24:45

你们谁看了弄洒了可能

fwn2rd · 发表于 2023-8-21 15:10:17

很不错的玩意

v3sfsi · 发表于 2023-10-2 12:48:12

数据库了多久撒快乐的健身卡啦

kestlhoxn · 发表于 2023-10-24 04:37:46

儿飞飞微风DVD谁vdsvd

6ox8dn · 发表于 2023-12-10 13:21:53

非常vbcbvcvbvcb

qq303604905 · 发表于 2024-3-8 07:48:08

看看看看看看看看看看看看看看看看看看看看看看看看看看看

vir5051 · 发表于 2024-4-15 13:47:08

额头额定法国队是范德萨

3t0ukmu · 发表于 2024-7-4 05:16:32

管灌灌灌灌灌灌灌灌灌灌

locopy · 发表于 2024-7-29 09:05:12

论坛有你更精彩！

账号		自动登录	找回密码
密码			立即注册

[PHP编程] 用PHP代替JS玩转DOM的思路及示例代码

相关帖子