php html解析器Simple HTML Dom使用说明
1. 开始使用
首先下载解压缩,然后将simple_html_dom.php文件包含进要编写的脚本文件中,加载要处理的html,支持三种模式的html加载,分别是『从url中加载,从字符串中加载,从文件中加载』.代码如下:
require_once('simple_html_dom.php');
//从url加载
$html = file_get_html('http://www.phprm.com');
//从字符串加载
$html = str_get_html('<html><body>Hello World!</body></html>');
//从文件中加载
$html = file_get_html('example.htm');从字符串加载网上文件需要先从网络下下载，使用cURL比较好一些，需要在php配置文件中打开php扩展php_curl。
<?php $url = 'http://www.phprm.com'; $ci = curl_init(); curl_setopt($ci,CURLOPT_URL,$url); curl_setopt($ci, CURLOPT_SSL_VERIFYPEER, false); curl_setopt($ci, CURLOPT_SSL_VERIFYHOST, false); curl_setopt($ci, CURLOPT_RETURNTRANSFER, 1); $result = curl_exec($ch); ?>
2.查找html元素
使用find函数查找,返回包含对象的数组,常见的查找如下.
//查找超链接元素
$alink = $html->find('a');
//查找第n个连接元素
$alink = $html->find('a',5);
//查找id为main的div
$mainDiv = $html->find('div[id=main]');
//查找所有定义了id的div
$idDiv = $html->find('div[id]');
//查找所有定义了id的元素
$idAll = $html->find('[id]');
//查找样式类为info的元素
$classInfo = $html->find('.info');
//支持嵌套子元素查找
$ret = $html->find('ul li');
//查找多个html元素
$ret = $html->find('a,img,p');
//....3.其他
可以使用内置的函数来进行元素的定位,返回父元素parent,返回子元素数组children，返回第一个子元素first_child,返回最后一个子元素last_child,返回前一个相邻元素prev_sibling,返回后一个相邻元素next_sibling等.提供简单的正则表达式来过滤属性选择器,类似于[attribute]的格式.
每个对象都有4个基本属性:
tag – 返回html标签名
innertext – 返回innerHTML
outertext – 返回outerHTML
plaintext – 返回HTML标签中的文本
返回元素属性值:
//返回$alink的href值
$link = $alink->href;
通过设置元素的属性值可以对元素进行添加、修改、删除操作,代码如下:
//删除url连接 $alink->href = null; //元素的修改 $ret->outertext = '<div class="nav">' . $ret->outertext . '</div>'; $ret->outertext = ''; $ret->outertext = $ret->outertext . '<div>other</div>'; $ret->outertext = '<div>Welcome</div>' . $ret->outertext; -EOF-
文章链接：http://www.phprm.com/develop/fs3816.html
随便收藏，请保留本文地址！