用PHP代替JS玩转DOM的思路及示例代码

用PHP代替JS玩转DOM的思路及示例代码

 　　事情的起源比较简单，我需要把一个导航页的数据整理好写入数据库。一个比较直观的方法是对html文件进行分析，通用的方法是用php的正则表达式来匹配。但是这样做开发和维护都很困难，代码可读性非常差。

　　导航页的数据都是规则的排列在DOM树当中的，用JS可以用几个循环轻松的对其进行操作，而且JS需要依赖浏览器，操作数据库很困难。其实PHP就有现成的类库对DOM树种的节点进行增删改查操作，在此做一些笔记。

　　这里涉及到2个类 DOMDocument 和 DOMXPath。

　　其实思路比较明确，就是通过DOMDocument将一个html file转换成DOM树的数据结构，再用DOMXPath的实例去搜索这个DOM树，拿到想要特定节点，接下来就可以对当前节点的子树进行遍历，得到想要的结果。

　　在当前目录下有一个这样一个导航的html文件 "./hao.html"

　　现在需要得到所有标签的中文内容，php代码如下：

　　.代码如下:

　　//将html/xml文件转换成DOM树

　　$dom = new DOMDocument();

　　$dom->loadHTMLFile("hao.html");

　　//得到所有class为fix的dl标签

　　// example 1: for everything with an id

　　//$elements = $xpath->query("//*[@id]");

　　// example 2: for node data in a selected id

　　//$elements = $xpath->query("/html/body/div[@id='yourTagIdHere']");

　　// example 3: same as above with wildcard

　　//$elements = $xpath->query("*/div[@id='yourTagIdHere']");

　　$xpath = new DOMXPath($dom);

　　$dls = $xpath->query('//dl[@class="fix"]');

　　foreach ($dls as $dl) {

　　$spans = $dl->childNodes;

　　foreach ($spans as $span) {

　　echo trim($span->textContent)."\t";

　　}

　　echo "\n";

　　}

　　?>

　　输出结果如下：

　　注意：值得注意的一点是DOMDocument的默认编码方式是Latin，所以在处理utf编码的中文的时候，需要在后面紧跟着填入

　　.代码如下:

　　在其他位置，或者是只写上都是不识别的哦