PHP xpath提取網(wǎng)頁數(shù)據(jù)內(nèi)容代碼解析
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好吧啦網(wǎng)。
相關(guān)文章：
網(wǎng)公網(wǎng)安備