PHP 8.6解析HTML并提取字段,使用Dom文档和CSS选择器

阿枫酱_2655

阿枫酱_2655

2026-11-20

526人浏览

原创

php 8.6可以用dom\htmldocument解析html,再通过queryselector()提取第一个匹配元素。接口属于现代dom api,在php 8.4已经引入,不应写成8.6新功能。下面处理代码内固定的utf-8片段,分别检查缺失字段和空文字,不抓取外部网址,也不执行页面脚本。

Dom HTMLDocument官方手册中的createFromString参数与解析行为

Dom HTMLDocument官方手册中的createFromString参数与解析行为

从固定HTML提取一个结构化记录

<?php if (!class_exists(Dom\HTMLDocument::class)) throw new RuntimeException('需要现代DOM扩展');
$html = '<!doctype html><meta charset="utf-8">'
    . '<article class="entry"><h1>中文标题</h1>
<span class="code">A-07</span></article>'
    . '';
$doc = Dom\HTMLDocument::createFromString($html, 0, 'UTF-8');
$entry = $doc->querySelector('article.entry');
if ($entry === null) throw new RuntimeException('没有找到文章节点');
$title = $entry->querySelector('h1');
$code = $entry->querySelector('.code');
if ($title === null || $code === null) throw new RuntimeException('缺少必要字段');
$record = ['title' => trim($title->textContent), 'code' => trim($code->textContent)];
if ($record['title'] === '' || $record['code'] === '') throw new RuntimeException('字段为空');
echo json_encode($record, JSON_UNESCAPED_UNICODE | JSON_THROW_ON_ERROR), PHP_EOL;

先定位article再在该节点内部选择字段,可以避免误取页面其他区域的同名元素。querySelector()只返回首个匹配项;需要列表时应明确使用querySelectorAll()并逐项处理,不能把首个结果当成全部内容。

CSS选择器官方手册区分无匹配返回null与无效选择器异常

CSS选择器官方手册区分无匹配返回null与无效选择器异常

提取纯文字不等于清洗HTML

textContent给出节点文字,但不会自动进行业务长度、唯一性或可信度判断。将提取结果重新展示到HTML时,仍需按输出位置转义。选择器字符串不合法会抛出DOMException,应在配置校验阶段发现;不要通过捕获所有异常并返回空数组,把页面结构变化静默隐藏。

Lightning CSS 高性能 CSS 解析器 转换器 和 压缩工具
Lightning CSS 高性能 CSS 解析器 转换器 和 压缩工具

Lightning CSS 是由 Parcel 团队开发的基于 Rust 的 CSS 解析器、转换器、打包工具和压缩工具。此技能适用于需要优化样式表、为目标浏览器降低现代 CSS 语法以及将快速 CSS 处理集成到构建或重构工作流中的代理。

下载

解析器可能按HTML规则修正不完整标记,提取程序因此需要固定样例和结构断言。需要处理远端页面时,下载、重定向、体积和访问权限应由独立受控网络层负责;本例不把语法解析能力当成网络安全策略或富文本过滤器。

php免费学习视频:立即使用
踏上前端学习之旅,开启通往精通之路!从前端基础到项目实战,循序渐进,一步一个脚印,迈向巅峰!

相关文章

HTML速学教程(入门课程)
HTML速学教程(入门课程)

HTML怎么学习?HTML怎么入门?HTML在哪学?HTML怎么学才快?不用担心,这里为大家提供了HTML速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

php css html css选择器 php 8.6

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
php文件怎么打开
php文件怎么打开

打开php文件步骤:1、选择文本编辑器;2、在选择的文本编辑器中,创建一个新的文件,并将其保存为.php文件;3、在创建的PHP文件中,编写PHP代码;4、要在本地计算机上运行PHP文件,需要设置一个服务器环境;5、安装服务器环境后,需要将PHP文件放入服务器目录中;6、一旦将PHP文件放入服务器目录中,就可以通过浏览器来运行它。

2023.09.01

13304

6

php怎么取出数组的前几个元素
php怎么取出数组的前几个元素

取出php数组的前几个元素的方法有使用array_slice()函数、使用array_splice()函数、使用循环遍历、使用array_slice()函数和array_values()函数等。本专题为大家提供php数组相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.11

7601

5

php反序列化失败怎么办
php反序列化失败怎么办

php反序列化失败的解决办法检查序列化数据。检查类定义、检查错误日志、更新PHP版本和应用安全措施等。本专题为大家提供php反序列化相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.11

2295

5

php怎么连接mssql数据库
php怎么连接mssql数据库

连接方法:1、通过mssql_系列函数;2、通过sqlsrv_系列函数;3、通过odbc方式连接;4、通过PDO方式;5、通过COM方式连接。想了解php怎么连接mssql数据库的详细内容,可以访问下面的文章。

2023.10.23

4808

4

php连接mssql数据库的方法
php连接mssql数据库的方法

php连接mssql数据库的方法有使用PHP的MSSQL扩展、使用PDO等。想了解更多php连接mssql数据库相关内容,可以阅读本专题下面的文章。

2023.10.23

5534

6

html怎么上传
html怎么上传

html通过使用HTML表单、JavaScript和PHP上传。更多关于html的问题详细请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.03

4351

9

PHP出现乱码怎么解决
PHP出现乱码怎么解决

PHP出现乱码可以通过修改PHP文件头部的字符编码设置、检查PHP文件的编码格式、检查数据库连接设置和检查HTML页面的字符编码设置来解决。更多关于php乱码的问题详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.09

6297

8

php文件怎么在手机上打开
php文件怎么在手机上打开

php文件在手机上打开需要在手机上搭建一个能够运行php的服务器环境,并将php文件上传到服务器上。再在手机上的浏览器中输入服务器的IP地址或域名,加上php文件的路径,即可打开php文件并查看其内容。更多关于php相关问题,详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.13

4962

8

sprintf函数用法详解
sprintf函数用法详解

sprintf函数的用法:1、格式化字符串;2、指定输出宽度和精度;3、返回值。更多关于sprintf函数用法详解的内容,大家可以阅读下面的文章。

2023.11.27

12622

4

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
墨刀帮助中心
墨刀帮助中心

共0课时 | 0人学习

MyEclipse学习中心
MyEclipse学习中心

共0课时 | 0人学习