如何使用 PHP5 和 DOM 解析 HTML 页面？ [复制]答案

【问题标题】：how to parse a HTML page with PHP5 and DOM? [duplicate]如何使用 PHP5 和 DOM 解析 HTML 页面？ [复制]
【发布时间】：2010-09-15 21:34:14
【问题描述】：

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

我正在编写一段代码，该代码应该获取给定 html 文档的特定 html 标记的内容。

$html = "<html>..........truncated.........<div>blablabla<br />xy</div>.....";
$dom = new DomDocument();
$dom->loadHTML($html);

$divs = $dom->getElementsByTagName('div');

echo $divs->item(0)->nodeValue.'<br>';

html 代码只是一个示例，但显示了我遇到的问题：我想获取此 DIV 的内容，并且我需要保留内部标签！ nodeValue（以及“textContent”）的作用是返回正确节点with all inner tags stripped（http://docs.php.net/manual/en/class.domnode.php）的内容

我不知道如何获得正确的atm ...我需要的是相当于javascripts“innerHTML”左右...但我找不到这样的方法:(

我怎样才能做到这一点？

【问题讨论】：

标签： php dom html-parsing

【解决方案1】：

这个解决方案看起来很有希望：

http://www.linked.com.mt/blog/code/php/php-domnode-tostring-xml/

$temp_doc = new DOMDocument('1.0', 'UTF-8');
$temp_node = $temp_doc->importNode($myDomNode, TRUE);
$temp_doc->appendChild($temp_node);
$my_node_as_string = $temp_doc->saveHTML();

【讨论】：

【解决方案2】：

DOM 只擅长解析格式良好的和 100% 有效的 XML，所以除非你使用 100% 有效的 XHTML，否则它会失败。

您要使用的是PHP Simple HTML DOM Parser 库。

该网站上有很多教程可以帮助您满足您的需求。

【讨论】：

当您使用 DOMDocument::loadHTML 或 DOMDocument::loadHTMLFile 加载它时，DOM 可以很好地解析真实世界的 HTML。这将利用 libxml 的 HTML Parser 模块。
根据我的经验，这充其量是不确定的。不过，我上次尝试是在 2009 年。也许它有所改进。

【解决方案3】：

你见过 phpQuery 吗？对于你想要完成的事情来说可能太多了，但值得一看。

【讨论】：