成人在线亚洲_国产日韩视频一区二区三区_久久久国产精品_99国内精品久久久久久久

您的位置:首頁技術(shù)文章
文章詳情頁

php使用自帶dom擴展進行元素匹配的原理解析

瀏覽:99日期:2022-09-10 09:48:15

DOMDocument

php提供了非常好用的解析html和xml文檔的擴展庫DOM,使用這個庫可以非常高效的進行html和xml文檔的解析,它的原理就是通過尋找首尾匹配對來進行文檔的解析。

從上面的分析可以看出,如果首位不匹配,可能就會導致一些錯誤的出現(xiàn),因此,這個時候我們需要設(shè)置

libxml_use_internal_errors(true);

來進行錯誤的屏蔽,讓它可以解析整個文檔。

解析html基本用法

$dom = new DOMDocument;$content = htmlspecialchars_decode($content);libxml_use_internal_errors(true);$content = mb_convert_encoding($content, ’HTML-ENTITIES’, ’UTF-8’);$dom->loadHTML($content);

$content是要解析的html字符串,其中我們對它進行了轉(zhuǎn)義,因為可能含有實體集,然后我們有進行了編碼的轉(zhuǎn)換,因為可能文檔不是utf-8格式的,會導致日文,法文等文字亂碼。

獲取元素

$a = $dom->getElementsByTagName(’a’);$p = $dom->getElementsByTagName(’p’);

遍歷元素

$elements = $dom->getElementsByTagName(’a’);foreach ($elements as $element) { $element->textContent = ’替換成其它的文字’;}

通過上面的循環(huán),可以將全部a標簽的文字替換掉。

元素嵌套

有些時候,html會嵌套很多層,比如

<div><p><a href='http://www.piao2010.com/bcjs/xxx' rel='external nofollow' >我是文字</a></p><p>內(nèi)容替換</p></div>

如果我們想要對p標簽文字進行替換的化,并且不想要替換含有子元素的內(nèi)容,就是這里的a標簽不想替換,下面的語句不能夠解決我們的問題:

$elements = $dom->getElementsByTagName(’p’);foreach ($elements as $element) { if($element->hasChildNodes()){ $element->textContent = ’p標簽內(nèi)容替換’; }}

上面的代會將a標簽的內(nèi)容也替換掉,這不是我們想要的結(jié)果,因為hasChildNodes()這個函數(shù)表示的含有內(nèi)容,無論它是標簽還是文字,它都是返回true的,除非它是空標簽,例如

它才會返回false.

所以我們需要自己封裝一個函數(shù)進行檢查是否含有嵌套標簽。

function hasChild($element, $tags){ foreach($tags as $v){ $elements = $element->getElementsByTagName($v); if($elements->length){ return true; } } return false;}$tags = array(’title’,’h1’,’h2’,’h3’,’h4’,’h5’,’a’,’p’,’dd’,’img’); $elements = $dom->getElementsByTagName(’p’);foreach ($elements as $element) { if(hasChild($element, $tags)){ $element->textContent = ’p標簽內(nèi)容替換’; }}

通過我們自己封裝的函數(shù),就可以判斷出$dom的node節(jié)點是否含有子標簽。

總結(jié)

到此這篇關(guān)于php使用自帶dom擴展進行元素匹配的文章就介紹到這了,更多相關(guān)php元素匹配內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)!

標簽: PHP
相關(guān)文章: