PHP => Анализ HTML

Анализ HTML из строки

PHP реализует совместимый с DOM уровень 2 синтаксический анализатор, позволяющий работать с HTML, используя знакомые методы, такие как getElementById() или 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;

Выходы:

Hello, World!

Обратите внимание: PHP будет генерировать предупреждения о любых проблемах с HTML, особенно если вы импортируете фрагмент документа. Чтобы избежать этих предупреждений, скажите библиотеке DOM (libxml) обработать свои собственные ошибки, вызвав libxml_use_internal_errors() перед импортом вашего HTML. Затем вы можете использовать libxml_get_errors() для обработки ошибок, если это необходимо.

Использование XPath

$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;

Выходы:

Hello, World!

SimpleXML

презентация

SimpleXML - это библиотека PHP, которая обеспечивает простой способ работы с XML-документами (особенно чтение и итерация через XML-данные).
Единственное ограничение состоит в том, что XML-документ должен быть хорошо сформирован.

Анализ XML с использованием процедурного подхода

// 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

Анализ XML с использованием подхода ООП

// $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.

Доступ к детям и атрибуты

Когда SimpleXML анализирует XML-документ, он преобразует все свои XML-элементы или узлы в свойства получаемого объекта SimpleXMLElement
Кроме того, он преобразует атрибуты XML в ассоциативный массив, к которому можно получить доступ из свойства, к которому они принадлежат.

Когда вы знаете их имена:

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

Основным недостатком этого подхода является то, что необходимо знать имена каждого элемента и атрибута в документе XML.

Когда вы не знаете их имена (или вы не хотите их знать):

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

Лицензировано согласно CC BY-SA 3.0

Не связан с Stack Overflow

PHP
Анализ HTML

Поиск…