PHP xpath提取网页数据内容代码解析
程序员文章站
2022-03-21 23:33:03
想要使用xpath来解析html内容, php自带两个对象domdocument，domxpath，其中初始化 loadhtml一般都会报很多警告，但是并不影响使用，用@屏蔽错误。 /** *...
想要使用xpath来解析html内容, php自带两个对象
domdocument，domxpath，其中初始化 loadhtml一般都会报很多警告，但是并不影响使用，用@屏蔽错误。
/**
* 初始化domxpath对象
*
* @param [type] $content 网页内容
* @param [array] $pathinfo 匹配信息
*
* @return void
*/
private function _createxpathobj($content, $patinfo)
{
// 如果没有xpath配置项，不初始化xpath
if (!$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 为 domelement 对象。
/**
* 获取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($outerhtml);
# 作为示例 输出innerhtml
//$innerhtml = '';
//foreach ($node->childnodes as $childnode){
// $innerhtml .= $childnode->ownerdocument->savehtml($childnode);
//}
//return $innerhtml;
# 作为示例 输出文本不含标签
//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内容，希望对大家的学习有所帮助，也希望大家多多支持。
上一篇： Gradle 修改本地仓库的位置