如何使用Composer安装 Simple HTML DOM 库实现网页爬虫解析-composer-PHP中文网

simple html dom 不支持 composer 安装——它未发布到 packagist 且无 composer.json，执行 composer require 会报“package not found”；唯一稳定方式是手动下载 simple_html_dom.php 并 require 引入，php 8+ 需修复 preg_replace /e 修饰符或改用 symfony/dom-crawler。

如何使用composer安装 simple html dom 库实现网页爬虫解析

Simple HTML DOM 不支持 Composer 安装，官方已停止维护，强行用 Composer 加载会导致解析失败或内存溢出。

为什么 `composer require` 找不到 simplehtmldom

Simple HTML DOM 是 2009 年发布的 PHP 库，作者未发布到 Packagist，也没有提供 composer.json。你在终端执行 composer require simeplehtmldom/simple_html_dom 或类似命令，结果一定是 Package not found。这不是你配置错源，而是它根本不在 Composer 生态里。

它的分发方式只有两种：手动下载 simple_html_dom.php 文件，或通过 Git clone 仓库
Packagist 上所有标为 “simplehtmldom” 的第三方包，都是用户自行打包的镜像，版本混乱、无更新、不兼容 PHP 8+
这些镜像包大多没声明 autoload 规则，require 后类名 simple_html_dom 仍不可用

正确引入方式：require 本地文件而非 composer install

直接把官方源码放进项目，用 require 或 include 加载即可。这是唯一稳定可用的方式。

从 SourceForge 下载最新版（如 simple_html_dom_1_5.zip），解压后取 simple_html_dom.php
把它放到项目目录下，比如 vendor/simplehtmldom/simple_html_dom.php（路径随意，但别放 web 可访问目录）
在代码中写：require __DIR__ . '/vendor/simplehtmldom/simple_html_dom.php';
之后就能用：$html = str_get_html($content);、$html->find('a')

注意：str_get_html() 是全局函数，不是类方法；不要尝试 new simple_html_dom() —— 它没有构造函数。

Workflow Decomposer

工作流任务拆解与模型编排技能。使用场景：(1) 收到复杂工作任务需要拆解为可执行步骤，(2) 需要为不同步骤选择最合适的模型，(3) 需要跟踪工作流进度和模型使用情况，(4) 长时间任务卡住需要问题诊断和解决方案。

下载

PHP 8+ 下常见报错及修复

原版 Simple HTML DOM 在 PHP 8.0+ 会触发 Deprecated: preg_replace(): Passing null to parameter #3 ($subject) 或直接 fatal error。

根本原因是它大量使用了已被废弃的 /e 修饰符（preg_replace 的 e flag），PHP 7.4 起弃用，8.0 彻底移除
必须手动修改 simple_html_dom.php：搜索 preg_replace('/.*?/e'，替换为 preg_replace_callback('/.*?/', function($m) { ... }, $subject)
更省事的做法是改用维护分支，例如 GitHub 上较活跃的 sunra/php-simple-html-dom-parser（注意：它仍是手动 require，不是 Composer 包）
若坚持用原版，至少把 PHP 版本锁在 7.4，否则运行时崩溃

替代方案建议：用 `symfony/dom-crawler` + `guzzlehttp/guzzle`

如果你真需要 Composer 管理、PHP 8 兼容、内存可控的方案，别硬套 Simple HTML DOM。

composer require symfony/dom-crawler guzzlehttp/guzzle 是标准组合
DomCrawler 依赖 DOMDocument，解析更规范，支持 XPath 和 CSS 选择器（$crawler->filter('a')->each(...)）
对 malformed HTML 容错弱于 Simple HTML DOM，但可通过 libxml_use_internal_errors(true) 缓解
内存占用低得多，不会像 str_get_html() 那样把整个 HTML 当字符串加载再正则炸开

Simple HTML DOM 的“简单”是假象——它用正则解析 HTML，本质不可靠；真正要写爬虫，越早换掉越少踩坑。