PHP xpath提取网页数据内容代码解析
作者：网络虫 发布时间：2024-06-05 15:39:35
标签：PHP,xpath,提取,网页,数据
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);
?>
来源：https://www.cnblogs.com/wangluochong/p/13222665.html
0
投稿猜你喜欢
QQ影音至9月发布之后一直口碑很好，视觉界面和交互设计也颇受好评，这是设计师们努力的结果，也是众多用户反馈的功劳。我们希望可以提供更多价值回- 游戏资源包的创建、修改、读取等操作。注意：资源包为游戏等需要快速读取的场景使用，所以并未对文件进行分块操作，都是一整个读取压缩的，所以需要自
- 准备工作首先，我们需要确保以下几点：你已经安装了MySQL数据库，并且可以正常连接。你已经配置好了MyBatis的环境，并且可以成功执行单条
- 本文实例为大家分享了python文件写入write（）的操作的具体代码，供大家参考，具体内容如下filename = 'pragra
- 本文实例讲述了Python面向对象类编写技术细节。分享给大家供大家参考，具体如下：类代码编写细节继续学习类、方法和继承。class语句以下是
- Python单例模式的两种实现方法方法一 import threading class Singleton(object): &
- VBSCRIPT中的日期，时间，星期函数很丰富，给我们使用带来了很大的方便，我个人使用最多的就是用now（）来获取服务器的当前日期和时间。但
- Python安装selenium包打开命令行窗口，进入python交互环境python尝试导入selenium包，报错，说明尚未安装sele
- 先来看段mysql查询文章回复语句：#查询文章回复-- ------------------------------ Procedure s
- # _*_ coding: utf-8 _*_#---------------------------------------#
- 本文实例讲述了PHP实现的redis主从数据库状态检测功能。分享给大家供大家参考，具体如下：实例：<?php/** * 检测多个主从r
- 计是一个输入-输出的过程，因为首先有用户的需求，客户的项目才有设计的产生，设计是带有目的性和市场行为的，当然也有一部分的创造性设计，仅仅为了
- 简单的一个python日志处理类#/usr/bin/python#coding=utf-8import time,typesclass lo
- Numpy中提供了concatenate,append, stack类(包括hsatck、vstack、dstack、row_stack、c
- CI框架自带的zip类简单实用，本文就来简单说一下CI框架的zip类的使用。首先需要导入zip类：$this->load->(&
- 在日常应用中，往往根据实际需求录入一些值，而这些值不能直接使用，所以Sql中经常会对字段值进行一些常规的处理。这里搜集了（提取数字、英文、中
- 在数据库的开发过程中，经常会遇到复杂的业务逻辑和对数据库的操作，这个时候就会用SP来封装数据库操作。如果项目的SP较多，书写又没有一定的规范
- 最近两天做项目总是被乱码问题困扰着，这不刚把mysql中文乱码问题解决了，下面小编把我的解决方案分享给大家，供大家参考，也方便以后自己查阅。
- 因为一些原因,卸载了Anaconda2的版本,转向3..发现Jupyter挂了.百思不得其解.后来了解到是因为内核找不到的问题导致的.这里整
- 工具：python2.7相关包：traits-4.6.0-cp27-cp27m-win32.whl， VTK-7.1.1-cp27-cp27
