PHP HTML DOM解析器[重复]答案

【问题标题】：PHP HTML DOM Parser [duplicate]PHP HTML DOM解析器[重复]
【发布时间】：2011-05-18 20:23:07
【问题描述】：

可能重复：
How to parse and process HTML with PHP?

我正在研究 PHP 的 HTML DOM 解析器。我找到了PHP Simple HTML DOM Parser。还有其他我应该看的吗？

【问题讨论】：

你为什么认为你需要别的东西？如果它完成了工作，请使用它。 :)
它仍然是一个很好的资源戈登，+1

【解决方案1】：

是的。简单的 html 文档就可以了，但是比内置的 dom 解析器要多magnitude slower。

$dom = new DOMDocument();
@$dom->loadHTML($html);
$x = new DOMXPath($dom); 

foreach($x->query("//a") as $node) 
{
    $data['dom']['href'][] = $node->getAttribute("href");
}

使用它。

【讨论】：

有没有办法让query 返回一个节点而不是节点列表？例如，一个页面只有一个 h1 标签。我想得到它的nodeValue，但不认为我应该遍历一个nodelist。
您应该可以使用$node[0] 获取列表中的第一个节点。或者只是迭代和中断。我只是迭代和打破。如果查询没有返回任何内容，我不会得到任何错误。

【解决方案2】：

你可以看看内置的DOM

http://php.net/dom

【讨论】：

【解决方案3】：

最近我也找到了ganon，但总的来说PHP Simple HTML DOM Parser是最好的！

【讨论】：

PHP Simple HTML DOM Parser 阻塞，如果你尝试爬取多个页面，例如级别 1：获取 300 个链接（例如，来自列表）级别 2：转到每个链接并检索包含详细信息的页面并获取元素。你得到的只是一组重置错误（取决于服务器类型）——而且速度很慢
ganon 只加载我想要的 2 个元素，当尝试运行简单的 html dom 解析器时，我的电脑挂了！！！
我发现 ganon 比 PHP 的内置 DOM 和 Simple HTML DOM Parser 慢得多。此外，Simple HTML DOM 似乎存在严重的内存泄漏，您必须手动清理或重用分配的对象。