php解析HTML

PHP Simple HTML DOM 解析器显然是相当不多的html文件解析工具，他可以在服务器端采用类似于jquery的方式进行dom查找和修改。目前这个解析器支持PHP5。

但是，这个首先将html进行了标签解析，占用了大量的内存。在解析复杂一点的html文件时，甚至占用超过10M的内存，现在在高并发的情况下，这个是无法接受的。

当你加载了5个10个甚至更多的文档的时候，用完一个就清理内存：

clear();?>

该兴趣的朋友可以访问该项目的地址为：http://simplehtmldom.sourceforge.net/ 。

该解析的中文手册在线地址为：http://www.ecartchina.com/php-simple-html-dom/manual.htm。

您也可以通过上传到CSDN的离线版：

本文提供同类的div查找和修改操作方法：

preserveWhiteSpace = false;$doc->loadHTMLFile("testdoc.html");$xpath = new DOMXPath($doc);//查找带aconf_edit_section的div元素$query = '//div[@aconf_edit_section]';//$entries = $xpath->query($query);$entries=$xpath->query($query);foreach ($entries as $entry) {    //echo  " {$entry->nodeValue}
";    print_r($entry);}// $rs = $dom->getElementById("test");// echo $rs->nodeValue;//   print_r($entries->save('xxx.html'));function domNodeList_to_string($DomNodeList) {   $output = '';   $doc = new DOMDocument;   $i=0;   while ( $node = $DomNodeList->item($i) ) {       // import node       $domNode = $doc->importNode($node, true);       // append node       $doc->appendChild($domNode);       $i++;   }   $output = $doc->saveXML();   $output = print_r($output, 1);   // I added this because xml output and ajax do not like each others   //$output = htmlspecialchars($output);   return $output;}echo domNodeList_to_string($entries);?>

http://hi.baidu.com/tdweb/item/ac6e00ed831dbc3a87d9de2e

PHP DOMXpath 查询表达式详解:

http://blog.csdn.net/wmsjlihuan/article/details/9000790

XPath 语法

http://www.w3school.com.cn/xpath/xpath_syntax.asp