PHP => HTML parseren

HTML parseren uit een string

PHP implementeert een DOM Level 2- compatibele parser, waarmee u met HTML kunt werken met bekende methoden zoals getElementById() of appendChild() .

$html = '<html><body><span id="text">Hello, World!</span></body></html>';

$doc = new DOMDocument();
libxml_use_internal_errors(true);
$doc->loadHTML($html);

echo $doc->getElementById("text")->textContent;

uitgangen:

Hello, World!

Merk op dat PHP waarschuwt voor eventuele problemen met de HTML, vooral als u een documentfragment importeert. Om deze waarschuwingen te voorkomen, laat u de DOM-bibliotheek (libxml) weten dat deze zijn eigen fouten moet verwerken door libxml_use_internal_errors() aan te roepen voordat u uw HTML importeert. U kunt vervolgens libxml_get_errors() gebruiken om indien nodig fouten af te handelen.

XPath gebruiken

$html = '<html><body><span class="text">Hello, World!</span></body></html>';

$doc = new DOMDocument();
$doc->loadHTML($html);

$xpath = new DOMXPath($doc);
$span = $xpath->query("//span[@class='text']")->item(0);

echo $span->textContent;

uitgangen:

Hello, World!

SimpleXML

Presentatie

SimpleXML is een PHP-bibliotheek die een eenvoudige manier biedt om met XML-documenten te werken (vooral lezen en itereren via XML-gegevens).
De enige beperking is dat het XML-document goed gevormd moet zijn.

XML parseren met procedurele benadering

// Load an XML string
$xmlstr = file_get_contents('library.xml');
$library = simplexml_load_string($xmlstr);

// Load an XML file
$library = simplexml_load_file('library.xml');

// You can load a local file path or a valid URL (if allow_url_fopen is set to "On" in php.ini

Parsing XML met behulp van OOP-benadering

// $isPathToFile: it informs the constructor that the 1st argument represents the path to a file,
// rather than a string that contains 1the XML data itself.

// Load an XML string
$xmlstr = file_get_contents('library.xml');
$library = new SimpleXMLElement($xmlstr);

// Load an XML file
$library = new SimpleXMLElement('library.xml', NULL, true);

// $isPathToFile: it informs the constructor that the first argument represents the path to a file, rather than a string that contains 1the XML data itself.

Toegang tot kinderen en kenmerken

Wanneer SimpleXML een XML-document parseert, converteert het alle XML-elementen of knooppunten naar eigenschappen van het resulterende SimpleXMLElement-object
Bovendien converteert het XML-kenmerken naar een associatieve array waartoe toegang kan worden verkregen vanuit de eigenschap waartoe ze behoren.

Als je hun namen kent:

$library = new SimpleXMLElement('library.xml', NULL, true);
foreach ($library->book as $book){
    echo $book['isbn'];
    echo $book->title;
    echo $book->author;
    echo $book->publisher;
}

Het grote nadeel van deze benadering is dat het noodzakelijk is om de namen van elk element en kenmerk in het XML-document te kennen.

Als je hun namen niet kent (of als je ze niet wilt weten):

foreach ($library->children() as $child){
    echo $child->getName();
    // Get attributes of this element
    foreach ($child->attributes() as $attr){
        echo ' ' . $attr->getName() . ': ' . $attr;
    }
    // Get children
    foreach ($child->children() as $subchild){
        echo ' ' . $subchild->getName() . ': ' . $subchild;
    }
}

Modified text is an extract of the original Stack Overflow Documentation

Licentie onder CC BY-SA 3.0

Niet aangesloten bij Stack Overflow

PHP
HTML parseren

Zoeken…