想要使用xpath來解析html內(nèi)容, PHP自帶兩個對象
DOMDocument，DOMXpath，其中初始化 loadHtml一般都會報很多警告，但是并不影響使用，用@屏蔽錯誤。
/**
* 初始化DOMXpath對象
*
* @param [type] $content 網(wǎng)頁內(nèi)容
* @param [array] $pathinfo 匹配信息
*
* @return void
*/
private function _createXpathObj($content, $patinfo)
{
// 如果沒有xpath配置項，不初始化xpath
if (!$this->_existsXpathParse($patinfo)) {
return;
}
try {
$dom = new \DOMDocument();
@$dom->loadHtml($content);
$dom->normalize();
$xpath = new \DOMXpath($dom);
$this->xpathObj = $xpath;
} catch (\Exception $e) {
getService('logger')->warning('Parse html fail', ['content' => $content]);
}
}
其中 $node 為 DOMElement 對象。
/**
* 獲取Xpath解析值
*
* @param [type] $pat 匹配模式
*
* @return string
*/
private function _getXpathField($pat)
{
$objs = $this->xpathObj->query($pat);
if ($objs->length > 0) {
$node = $objs->item(0);
$outerHTML = $node->ownerDocument->saveHTML($node);
return trim($outerHTML);
# 作為示例 輸出innerhtml
//$innerHTML = '';
//foreach ($node->childNodes as $childNode){
// $innerHTML .= $childNode->ownerDocument->saveHTML($childNode);
//}
//return $innerHTML;
# 作為示例 輸出文本不含標(biāo)簽
//return $node->textContent; //$node->nodeValue;
}
return '';
}
示例
?php
$dom = new DOMDocument('1.0','UTF-8');
$dom->loadHTML('html>body>div>p>p1/p>p>p2/p>/div>/body>/html>');
$node = $dom->getElementsByTagName('div')->item(0);
$outerHTML = $node->ownerDocument->saveHTML($node);
$innerHTML = '';
foreach ($node->childNodes as $childNode){
$innerHTML .= $childNode->ownerDocument->saveHTML($childNode);
}
echo 'h2>outerHTML: /h2>';
echo htmlspecialchars($outerHTML);
echo 'h2>innerHTML: /h2>';
echo htmlspecialchars($innerHTML);
?>
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
標(biāo)簽：迪慶 瀘州 貴陽 郴州 黃石 白城 雞西 綿陽
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《PHP xpath提取網(wǎng)頁數(shù)據(jù)內(nèi)容代碼解析》，本文關(guān)鍵詞 PHP,xpath,提取,網(wǎng)頁,數(shù)據(jù),；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。
