Bagaimanakah saya boleh mengekstrak teks tertentu dengan cekap daripada HTML menggunakan PHP DOMDocument dan DOMXpath?-tutorial php-php.cn

Bagaimanakah saya boleh mengekstrak teks tertentu dengan cekap daripada HTML menggunakan PHP DOMDocument dan DOMXpath?

Susan Sarandon

Lepaskan： 2024-10-31 01:18:29

asal

324 orang telah melayarinya

How can I efficiently extract specific text from HTML using PHP DOMDocument and DOMXpath?

Menghuraikan HTML dengan PHP DOMDocument

Menggunakan kelas DOMDocument dalam PHP menyediakan kaedah yang lebih cekap dan boleh dipercayai untuk menghuraikan HTML berbanding menggunakan ungkapan biasa . Untuk mengekstrak teks tertentu daripada dokumen HTML, kelas DOMXpath memainkan peranan yang penting.

Contoh:

Pertimbangkan rentetan HTML berikut:

<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>

Salin selepas log masuk

Matlamat kami adalah untuk mendapatkan semula teks "Tangkap teks ini 1" dan "Tangkap teks ini 2."

Pendekatan Pertanyaan XPath:

Daripada bergantung pada DOMDocument ::getElementsByTagName, yang mendapatkan semula semua teg dengan nama tertentu, XPath membenarkan kami menyasarkan elemen tertentu berdasarkan strukturnya.

<code class="php">$html = <<<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>
HTML;

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

$xpath = new DOMXPath($dom);</code>

Salin selepas log masuk

Menggunakan XPath, kami boleh melaksanakan pertanyaan berikut:

<code class="php">$tags = $xpath->query('//div[@class="main"]/div[@class="text"]');
foreach ($tags as $tag) {
    var_dump(trim($tag->nodeValue));
}</code>

Salin selepas log masuk

Pertanyaan ini mendapatkan semula semua teg div dengan kelas "teks" yang bersarang dalam teg div dengan kelas "utama."

Output:

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

Salin selepas log masuk

Ini menunjukkan keberkesanan menggunakan DOMDocument dan DOMXpath PHP untuk penghuraian HTML yang tepat dan pengekstrakan kandungan tertentu.

Atas ialah kandungan terperinci Bagaimanakah saya boleh mengekstrak teks tertentu dengan cekap daripada HTML menggunakan PHP DOMDocument dan DOMXpath?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!