php解析HTML
PHP Simple HTML DOM 解析器显然是相当不多的html文件解析工具,他可以在服务器端采用类似于jquery的方式进行dom查找和修改。目前这个解析器支持PHP5。
但是,这个首先将html进行了标签解析,占用了大量的内存。在解析复杂一点的html文件时,甚至占用超过10M的内存,现在在高并发的情况下,这个是无法接受的。
当你加载了5个10个甚至更多的文档的时候,用完一个就清理内存:
<?php $html->clear(); ?>
该兴趣的朋友可以访问该项目的地址为:http://simplehtmldom.sourceforge.net/ 。
该解析的中文手册在线地址为:http://www.ecartchina.com/php-simple-html-dom/manual.htm。
您也可以通过上传到CSDN的离线版:
本文提供同类的div查找和修改操作方法:
<?php libxml_use_internal_errors(true) ; $doc = new DOMDocument(); // We don't want to bother with white spaces $doc->preserveWhiteSpace = false; $doc->loadHTMLFile("testdoc.html"); $xpath = new DOMXPath($doc); //查找带aconf_edit_section的div元素 $query = '//div[@aconf_edit_section]'; //$entries = $xpath->query($query); $entries=$xpath->query($query); foreach ($entries as $entry) { //echo " {$entry->nodeValue}<br/>"; print_r($entry); } // $rs = $dom->getElementById("test"); // echo $rs->nodeValue; // print_r($entries->save('xxx.html')); function domNodeList_to_string($DomNodeList) { $output = ''; $doc = new DOMDocument; $i=0; while ( $node = $DomNodeList->item($i) ) { // import node $domNode = $doc->importNode($node, true); // append node $doc->appendChild($domNode); $i++; } $output = $doc->saveXML(); $output = print_r($output, 1); // I added this because xml output and ajax do not like each others //$output = htmlspecialchars($output); return $output; } echo domNodeList_to_string($entries); ?>
http://hi.baidu.com/tdweb/item/ac6e00ed831dbc3a87d9de2e
http://blog.csdn.net/wmsjlihuan/article/details/9000790
XPath 语法
http://www.w3school.com.cn/xpath/xpath_syntax.asp
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。