用PHP代替JS玩转DOM的思路及示例代码

事情的起源比较简单，我需要把一个导航页的数据整理好写入数据库。一个比较直观的方法是对html文件进行分析，通用的方法是用php的正则表达式来匹配。但是这样做开发和维护都很困难，代码可读性非常差。 导航页的数据都是规则的排列在DOM树当中的，用JS可以用几个循环轻松的对其进行操作，而且JS需要依赖浏览器，操作数据库很困难。其实PHP就有现成的类库对DOM树种的节点进行增删改查操作，在此做一些笔记。 这里涉及到2个类 DOMDocument 和 DOMXPath。 其实思路比较明确，就是通过DOMDocument将一个html file转换成DOM树的数据结构，再用DOMXPath的实例去搜索这个DOM树，拿到想要特定节点，接下来就可以对当前节点的子树进行遍历，得到想要的结果。 在当前目录下有一个这样一个导航的html文件 "./hao.html" 现在需要得到所有标签的中文内容，php代码如下：
<div class="codetitle"><a style="CURSOR: pointer" data="94378" class="copybut" id="copybut94378" onclick="doCopy('code94378')"> 代码如下:<div class="codebody" id="code94378">
<?php
//将html/xml文件转换成DOM树
$dom = new DOMDocument();
$dom->loadHTMLFile("hao.html"); //得到所有class为fix的dl标签 // example 1: for everything with an id
//$elements = $xpath->query("//[@id]"); // example 2: for node data in a selected id
//$elements = $xpath->query("/html/body/div[@id='yourTagIdHere']"); // example 3: same as above with wildcard
//$elements = $xpath->query("/div[@id='yourTagIdHere']");
$xpath = new DOMXPath($dom);
$dls = $xpath->query('//dl[@class="fix"]'); foreach ($dls as $dl) {
$spans = $dl->childNodes;
foreach ($spans as $span) {
echo trim($span->textContent)."t";
}
echo "n";
}
?>

输出结果如下： 注意：值得注意的一点是DOMDocument的默认编码方式是Latin，所以在处理utf编码的中文的时候，需要在后面紧跟着填入
<div class="codetitle"><a style="CURSOR: pointer" data="86092" class="copybut" id="copybut86092" onclick="doCopy('code86092')"> 代码如下:<div class="codebody" id="code86092">
<meta http-equiv="content-type" content="text/html; charset=utf-8">

在其他位置，或者是只写上<meta content="charset=utf-8">都是不识别的哦

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!