Comment DOMDocument et XPath peuvent-ils être utilisés pour cibler et extraire du contenu textuel spécifique à partir de HTML ?

Analyse DOMDocument pour cibler un contenu spécifique

L'utilisation de "DOMDocument", une puissante bibliothèque PHP, permet une analyse précise des documents HTML. Contrairement à "getElementsByTagName", qui récupère toutes les balises portant un nom spécifique, cette méthode utilise des requêtes XPath pour cibler efficacement les éléments souhaités.

Capturer des nœuds de texte dans des contextes spécifiques

Pour extraire un contenu textuel spécifique, le processus implique :

• Charger la chaîne HTML dans un objet DOM à l'aide de "DOMDocument::loadHTML".
• Initier un objet "XPath" à l'aide de "new DOMXPath ($dom)".
• Utilisation d'une requête XPath qui spécifie les nœuds cibles. Par exemple :

$tags = $xpath->query('//div[@class="main"]/div[@class="text"]');

Cette requête récupère tous les

foreach ($tags as $tag) {
    var_dump(trim($tag->nodeValue));
}

<code class="html"><div class="main">
    <div class="text">
    Capture this text 1
    </div>
</div>

<div class="main">
    <div class="text">
    Capture this text 2
    </div>
</div></code>

string 'Capture this text 1' (length=19)
string 'Capture this text 2' (length=19)