用PHP代替JS玩转DOM的思路及示例代码
更新时间：2014年06月15日 17:21:29 投稿：whsnow
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：
<?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
<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
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
相关文章
$_ENV记载了一些系统环境变量（因为牵扯到实际的操作系统，所以不可能给出$_ENV的完整列表）。2009-06-06
这篇文章主要介绍了PHP QRCODE生成彩色二维码的方法,简单分析了phpqrcode文件用于生成彩色二维码的相关参数设置技巧,需要的朋友可以参考下2016-05-05
这篇文章主要介绍了php对象和数组相互转换的方法,通过两个自定义函数实现对象与数组的相互转换功能,非常简单实用,需要的朋友可以参考下2015-05-05
个人站长制做网页常用的php代码...2007-03-03
文章介绍了7个最常用的PHP本地服务器，一般来说，本地的PHP平台分为两种，一种是LAMP，即为Linux+Apache+MySql+PHP；另一种是WAMP，它是Windows+Apache+MySql+PHP，而前者一般优秀于后者。当然，本文将主要针对WAMP平台上2013-02-02
这篇文章主要介绍了php函数连续调用的方法,以简单实例形式分析了php采用链式调用的方式连续调用函数的使用技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-07-07
这篇文章主要介绍了PHP实现CSV文件的导入和导出类,实例分析了php针对csv文件的操作技巧,非常具有实用价值,需要的朋友可以参考下2015-03-03
这篇文章主要介绍了PHP排序二叉树基本功能实现方法,结合具体实例形式分析了PHP排序二叉树的定义、遍历、节点插入、查找等相关实现技巧,需要的朋友可以参考下2018-05-05
记得上次有过一个叫采集后的处理这个就是它的升级版本 连采再处理，合成一本书txt的。2009-03-03
所有有打印的语句如echo，print等 在打印前都要使用htmlentities() 进行过滤，这样可以防止Xss，注意中文要写出htmlentities2010-04-04
最新评论