php html解析器Simple HTML Dom使用說(shuō)明

2024-05-04 21:48:03

字體：大中小

供稿：網(wǎng)友

1. 開(kāi)始使用

首先下載解壓縮,然后將simple_html_dom.php文件包含進(jìn)要編寫的腳本文件中,加載要處理的html,支持三種模式的html加載,分別是『從url中加載,從字符串中加載,從文件中加載』.代碼如下:

require_once('simple_html_dom.php');

//從url加載

$html = file_get_html('http://www.survivalescaperooms.com');

//從字符串加載

$html = str_get_html('<html><body>Hello World!</body></html>');

//從文件中加載

$html = file_get_html('example.htm');

從字符串加載網(wǎng)上文件需要先從網(wǎng)絡(luò)下下載，使用cURL比較好一些，需要在php配置文件中打開(kāi)php擴(kuò)展php_curl。

$url = 'http://www.survivalescaperooms.com';

$ci = curl_init();

curl_setopt($ci,CURLOPT_URL,$url);

curl_setopt($ci, CURLOPT_SSL_VERIFYPEER, false);

curl_setopt($ci, CURLOPT_SSL_VERIFYHOST, false);

curl_setopt($ci, CURLOPT_RETURNTRANSFER, 1);

$result = curl_exec($ch);

2.查找html元素

使用find函數(shù)查找,返回包含對(duì)象的數(shù)組,常見(jiàn)的查找如下.

//查找超鏈接元素

$alink = $html->find('a');

//查找第n個(gè)連接元素

$alink = $html->find('a',5);

//查找id為main的div

$mainDiv = $html->find('div[id=main]');

//查找所有定義了id的div

$idDiv = $html->find('div[id]');

//查找所有定義了id的元素

$idAll = $html->find('[id]');

//查找樣式類為info的元素

$classInfo = $html->find('.info');

//支持嵌套子元素查找

$ret = $html->find('ul li');

//查找多個(gè)html元素

$ret = $html->find('a,img,p');

//....

3.其他

可以使用內(nèi)置的函數(shù)來(lái)進(jìn)行元素的定位,返回父元素parent,返回子元素?cái)?shù)組children，返回第一個(gè)子元素first_child,返回最后一個(gè)子元素last_child,返回前一個(gè)相鄰元素prev_sibling,返回后一個(gè)相鄰元素next_sibling等.提供簡(jiǎn)單的正則表達(dá)式來(lái)過(guò)濾屬性選擇器,類似于[attribute]的格式.

每個(gè)對(duì)象都有4個(gè)基本屬性:

tag — 返回html標(biāo)簽名

innertext — 返回innerHTML

outertext — 返回outerHTML

plaintext — 返回HTML標(biāo)簽中的文本

返回元素屬性值:

//返回$alink的href值

$link = $alink->href;

通過(guò)設(shè)置元素的屬性值可以對(duì)元素進(jìn)行添加、修改、刪除操作,代碼如下:

//刪除url連接

$alink->href = null;

//元素的修改

$ret->outertext = '<div class="nav">' . $ret->outertext . '</div>';

$ret->outertext = '';

$ret->outertext = $ret->outertext . '<div>other</div>';

$ret->outertext = '<div>Welcome</div>' . $ret->outertext;

-EOF-