php基于DOMDocument操作页面元素实例 原创

问题

有如下代码，要求不使用正则表达式的情况下修改链接为 https://www.jb51.net/softs/

<p>欢迎访问<span>好吧啦网</span> <a href='https://www.jb51.net/'>软件下载</a></p>解决方法

笔者使用了DOMDocument进行操作，实例如下：

<?phpheader('Content-Type: text/html; charset=utf-8');// 原始HTML代码$cont = '<p>欢迎访问<span>好吧啦网</span><a href='https://www.jb51.net/'>软件下载</a></p>';// 创建DOMDocument对象$dom = new DOMDocument();//$dom->encoding = 'UTF-8';//@$dom->loadHTML($cont,LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);@$dom->loadHTML(mb_convert_encoding($cont, 'HTML-ENTITIES','UTF-8'),LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);$aElem = $dom->getElementsByTagName('a');$aElem[0]->setAttribute('href','https://www.jb51.net/softs/');// 给a链接添加rel='nofollow'属性$aElem[0]->setAttribute('rel','nofollow');$content = $dom->saveHTML();//$content = mb_convert_encoding($content, 'UTF-8', 'ISO-8859-1');// 输出修改后的HTML代码echo $content;?>

运行上述代码，则页面源码即被修改为：

<p>欢迎访问<span>好吧啦网</span><a href='https://www.jb51.net/softs/' rel='nofollow'>软件下载</a></p>

这里要注意：loadHTML载入html文本的时候，需要指定编码，笔者这里使用的是mb_convert_encoding($cont, 'HTML-ENTITIES','UTF-8') 进行编码转换，另外笔者所测试网上搜索到的$dom->encoding = 'UTF-8'; 以及 $content = mb_convert_encoding($content, 'UTF-8', 'ISO-8859-1');​​​均未起到作用。

补充

此外，修改元素innerHtml属性也很简单，只需要设置其nodeValue值即可，上述示例继续扩展如下：

<?phpheader('Content-Type: text/html; charset=utf-8');//echo $codeid = date('YmdHis').mt_rand(1000,9999);// 原始HTML代码$cont = '<p>欢迎访问<span>好吧啦网</span><a href='https://www.jb51.net/'>软件下载</a></p>';// 创建DOMDocument对象$dom = new DOMDocument();//$dom->encoding = 'UTF-8';//@$dom->loadHTML($cont,LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);@$dom->loadHTML(mb_convert_encoding($cont, 'HTML-ENTITIES','UTF-8'),LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);$aElem = $dom->getElementsByTagName('a');$aElem[0]->setAttribute('href','https://www.jb51.net/softs/');// 给a链接添加rel='nofollow'属性$aElem[0]->setAttribute('rel','nofollow');//修改span元素的innerHtml值$spanElem = $dom->getElementsByTagName('span');$spanElem[0]->nodeValue = '【好吧啦网软件下载】===>';$content = $dom->saveHTML();//$content = mb_convert_encoding($content, 'UTF-8', 'ISO-8859-1');// 输出修改后的HTML代码echo $content;?>

此时再次访问，页面元素就变成了：

<p>欢迎访问<span>【好吧啦网软件下载】===&gt;</span><a href='https://www.jb51.net/softs/' rel='nofollow'>软件下载</a></p>