PHP xpath提取网页数据内容代码解析
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好吧啦网。
相关文章：
1. python基于scrapy爬取京东笔记本电脑数据并进行简单处理和分析2. 详解Android跨进程通信之AIDL3. Java 如何实现AES加密4. Python csv文件记录流程代码解析5. Windows+Apache搭建PHP开发环境6. Django自带用户认证系统使用方法解析7. 在Spring 中使用@Aspect 控制自定义注解的操作8. django admin search_fields placeholder 管理后台添加搜索框提示文字9. Django model class Meta原理解析10. set rs=conn.execute,set rs=server.createobject(“ADODB.recordset”)的性能对比
网公网安备