想要使用xpath来解析html内容, php自带两个对象
domdocument，domxpath，其中初始化 loadhtml一般都会报很多警告，但是并不影响使用，用@屏蔽错误。
/** * 初始化domxpath对象 * * @param [type] $content 网页内容 * @param [array] $pathinfo 匹配信息 * * @return void */ private function _createxpathobj($content, $patinfo) { // 如果没有xpath配置项，不初始化xpath if (!$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 为 domelement 对象。
/** * 获取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($outerhtml); # 作为示例 输出innerhtml //$innerhtml = ''; //foreach ($node->childnodes as $childnode){ // $innerhtml .= $childnode->ownerdocument->savehtml($childnode); //} //return $innerhtml; # 作为示例 输出文本不含标签 //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内容，希望对大家的学习有所帮助，也希望大家多多支持。
- 0
- 0
- 0
- 0
- 0
更多推荐
PHP xpath提取网页数据内容代码解析
发布评论