PHP DOM XPath获取HTML节点方法大全
PHP的有些技巧可能大家并不常用到，比如DOM相关的对象。
这些方法几乎和Javascript一样的方便，轻松一句就能获取到HTML DOM节点的数据。
相比于使用正则表达式，这个方法更简单快捷。
我就就常用DOMDocument和XPath两个类做一个介绍。
假设有这样一个HTML页面（部分），其内容如下：
$html = <<<HTML
<div class="container">
<img class="logo img" id="img1" src="/images/img1.jpg" />
<img class="icon img" id="img2" src="/images/img2.jpg" />
<img class="icon use" id="img3" src="/images/img3.jpg" />
<p class="icon" id="content">Welcome PHP!</p>
</div>
HTML;
我们把它赋值给字符串变量$html。
我们将$html加载到DOM对象，再用DOMXPath解析处理。
$dom = new DOMDocument(); $dom->loadHTML($html); $xpath = new DOMXPath($dom);
1 DOMXPath用法
接下来我们将用DOMXPath的方法来解析。
DOMXPath有两个核心的部分：传入的表达式和返回值。
表达式是W3C标准的XPath表达式，语法：https://www.w3schools.com/xml/xpath_syntax.asp。
返回值是DOMNodeList对象，有若干属性和方法，也是W3C标准：https://www.w3.org/TR/2003/WD-DOM-Level-3-Core-20030226/DOM3-Core.html。
2 获取img src
获取第一个图片的src内容：
echo $src = $xpath->evaluate('string(//img/@src)');
/*输出：
/images/img1.jpg
*/
获取全部IMG SRC内容
$nodeList = $xpath->query("//img");
$srcList = [];
foreach ($nodeList as $node) {
$srcList[] = $node->attributes->getNamedItem('src')->nodeValue;
}
print_r($srcList);
/*输出：
Array
(
[0] => /images/img1.jpg
[1] => /images/img2.jpg
[2] => /images/img3.jpg
)
*/
3 获取特定class DOM
获取所有class等于content的id值，这里class值必须是唯一的：
$nodeList = $xpath->query('//*[@class="icon"]');
$result = [];
foreach ($nodeList as $node) {
$result[] = $node->attributes->getNamedItem('id')->nodeValue;
}
print_r($result);
/*输出：
Array
(
[0] => content
)
*/
获取所有class包含icon的节点的id值：
$nodeList = $xpath->query('//*[contains(@class, "icon")]');
$result = [];
foreach ($nodeList as $node) {
$result[] = $node->attributes->getNamedItem('id')->nodeValue;
}
print_r($result);
/*输出：
Array
(
[0] => img2
[1] => img3
[2] => content
)
*/
获取所有class包含icon的节点的完整HTML内容：
$nodeList = $xpath->query('//*[contains(@class, "icon")]');
$result = [];
foreach ($nodeList as $node) {
$result[] = $dom->saveHTML($node);
}
print_r($result);
/*输出：
Array
(
[0] => <img class="icon img" id="img2" src="/images/img2.jpg">
[1] => <img class="icon use" id="img3" src="/images/img3.jpg">
[2] => <p class="icon" id="content">Welcome PHP!</p>
)
*/
参考地址：
- Get img src with PHP
- PHP DomXPath – Get Child by Class
- PHP DOM Xpath – search for class name
- Document Object Model (DOM) Level 3 Core Specification
下一篇： PHP下载远程文件到指定目录