溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

PHP xpath如何提取網(wǎng)頁數(shù)據(jù)內(nèi)容

發(fā)布時間：2021-03-05 17:00:44 來源：億速云 閱讀：216 作者：TREX 欄目：開發(fā)技術(shù)

本篇內(nèi)容主要講解“PHP xpath如何提取網(wǎng)頁數(shù)據(jù)內(nèi)容”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“PHP xpath如何提取網(wǎng)頁數(shù)據(jù)內(nèi)容”吧!

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 '<h3>outerHTML: </h3>';
    echo htmlspecialchars($outerHTML);
    echo '<h3>innerHTML: </h3>';
    echo htmlspecialchars($innerHTML);    
?>

到此，相信大家對“PHP xpath如何提取網(wǎng)頁數(shù)據(jù)內(nèi)容”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學習！

向AI問一下細節(jié)

免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手