首页  >  文章  >  后端开发  >  如何使用 PHP 的 DOMDocument 和 XPath 高效地从特定 HTML 元素中提取文本?

如何使用 PHP 的 DOMDocument 和 XPath 高效地从特定 HTML 元素中提取文本?

Barbara Streisand
Barbara Streisand原创
2024-11-02 08:48:29440浏览

How to Efficiently Extract Text from Specific HTML Elements Using PHP's DOMDocument and XPath?

用 PHP 的 HTML DOMDocument 解析 HTML

问题:

利用 DOMDocument 对象,捕获特定 HTML 元素中的文本。例如,从以下 HTML 中提取“捕获此文本 1”和“捕获此文本 2”:

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

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

答案:

使用 DOMDocument::getElementsByTagName检索具有特定名称的所有标签可能对此任务效率低下。相反,请考虑利用 DOMXPath 类对文档使用 XPath 查询。

实现:

  1. 将 HTML 加载到 DOMDocument对象:

    <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);</code>
  2. 实例化 DOMXPath 对象:

    <code class="php">$xpath = new DOMXPath($dom);</code>
  3. 执行 XPath查询:

    <code class="php">$tags = $xpath->query('//div[@class="main"]/div[@class="text"]');</code>
  4. 检索文本值:

    <code class="php">foreach ($tags as $tag) {
     var_dump(trim($tag->nodeValue));
    }</code>

此方法有效提取“从提供的 HTML 中捕获此文本 1”和“捕获此文本 2”。

以上是如何使用 PHP 的 DOMDocument 和 XPath 高效地从特定 HTML 元素中提取文本?的详细内容。更多信息请关注PHP中文网其他相关文章!

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