用PHP代替JS玩转DOM的思路及示例代码

前端技术 2023/09/04 PHP
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[@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

本文地址：https://www.stayed.cn/item/11826

转载请注明出处。

本站部分内容来源于网络,如侵犯到您的权益,请 联系我

我的博客

人生若只如初见，何事秋风悲画扇。

我的标签

随笔档案