php解析HTML

PHP Simple HTML DOM 解析器显然是相当不多的html文件解析工具。他能够在server端採用相似于jquery的方式进行dom查找和改动。眼下这个解析器支持PHP5。

可是，这个首先将html进行了标签解析，占用了大量的内存。

在解析复杂一点的html文件时，甚至占用超过10M的内存，如今在高并发的情况下。这个是无法接受的。

当你载入了5个10个甚至很多其它的文档的时候。用完一个就清理内存：

<?
php
$html->clear();
?
>

该兴趣的朋友能够訪问该项目的地址为：http://simplehtmldom.sourceforge.net/ 。

该解析的中文手冊在线地址为：http://www.ecartchina.com/php-simple-html-dom/manual.htm。

您也能够通过上传到CSDN的离线版：

本文提供同类的div查找和改动操作方法：

<?php
libxml_use_internal_errors(true) ;
$doc = new DOMDocument();
// We don't want to bother with white spaces
$doc->preserveWhiteSpace = false;
$doc->loadHTMLFile("testdoc.html");
$xpath = new DOMXPath($doc);
//查找带aconf_edit_section的div元素
$query = '//div[@aconf_edit_section]';
//$entries = $xpath->query($query);
$entries=$xpath->query($query);
foreach ($entries as $entry) {
    //echo  " {$entry->nodeValue}<br/>";
    print_r($entry);
}
// $rs = $dom->getElementById("test");
// echo $rs->nodeValue;
//   print_r($entries->save('xxx.html'));
function domNodeList_to_string($DomNodeList) {
   $output = '';
   $doc = new DOMDocument;
   $i=0;
   while ( $node = $DomNodeList->item($i) ) {
       // import node
       $domNode = $doc->importNode($node, true);
       // append node
       $doc->appendChild($domNode);
       $i++;
   }
   $output = $doc->saveXML();
   $output = print_r($output, 1);
   // I added this because xml output and ajax do not like each others
   //$output = htmlspecialchars($output);
   return $output;
}
echo domNodeList_to_string($entries);
?
>

http://hi.baidu.com/tdweb/item/ac6e00ed831dbc3a87d9de2e

PHP DOMXpath 查询表达式具体解释:

http://blog.csdn.net/wmsjlihuan/article/details/9000790

XPath 语法

http://www.w3school.com.cn/xpath/xpath_syntax.asp