用PHP代替JS玩转DOM的思路及示例代码

2020-03-22 17:08:32

字体：大中小

来源：转载

供稿：网友

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[@ ]');

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PHP教程

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

上一篇：Windows下安装PHP单元测试环境PHPUnit图文教程

下一篇：php header ie-chrome下载文件名乱码解决方案