.jpg)
php中處理html文檔的常用方法是使用dom擴(kuò)展。1. 首先通過(guò)domdocument對(duì)象加載html內(nèi)容，可從文件、字符串或遠(yuǎn)程url讀取；2. 接著利用domxpath類(lèi)結(jié)合x(chóng)path語(yǔ)法查找所需節(jié)點(diǎn)；3. 然后對(duì)節(jié)點(diǎn)進(jìn)行內(nèi)容或?qū)傩孕薷模С中略龌騽h除節(jié)點(diǎn)；4. 最后通過(guò)savehtml()方法輸出修改后的html內(nèi)容。這種方式結(jié)構(gòu)清晰、操作靈活，適用于網(wǎng)頁(yè)抓取和結(jié)構(gòu)化處理。
在PHP中處理HTML文檔時(shí)，DOM擴(kuò)展是一個(gè)非常實(shí)用的工具。它不僅可以解析HTML，還能讓你像操作結(jié)構(gòu)化數(shù)據(jù)一樣去修改和遍歷文檔內(nèi)容。如果你需要抓取網(wǎng)頁(yè)內(nèi)容并進(jìn)行結(jié)構(gòu)調(diào)整、標(biāo)簽替換或?qū)傩蕴崛。肈OM來(lái)操作是最合適的選擇。
1. 如何加載HTML文檔
要使用DOM操作HTML，第一步是把HTML內(nèi)容載入到DOMDocument對(duì)象中。你可以從字符串、文件甚至遠(yuǎn)程URL讀取內(nèi)容。
$doc = new DOMDocument(); @$doc->loadHTMLFile('example.html'); // 加載本地HTML文件 // 或者從字符串加載 $html = '<div><p>Hello World</p><p><span>立即學(xué)習(xí)</span>“<a href="https://pan.quark.cn/s/7fc7563c4182" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">PHP免費(fèi)學(xué)習(xí)筆記（深入）</a>”；</p></div>'; $doc->loadHTML($html);
注意：加載HTML時(shí)可能會(huì)報(bào)錯(cuò)，因?yàn)楹芏郒TML頁(yè)面并不是嚴(yán)格的xhtml格式。為了不讓警告打斷程序執(zhí)行，可以在前面加@符號(hào)抑制錯(cuò)誤。
你也可以通過(guò)file_get_contents()配合loadHTML()實(shí)現(xiàn)更靈活的加載方式，比如從網(wǎng)絡(luò)請(qǐng)求獲取HTML內(nèi)容：
$html = file_get_contents('https://example.com'); $doc->loadHTML($html);
2. 使用DOMXPath查找節(jié)點(diǎn)
一旦HTML被加載進(jìn)DOMDocument，接下來(lái)常用的方式是通過(guò)DOMXPath來(lái)查詢(xún)你需要的節(jié)點(diǎn)。
$xpath = new DOMXPath($doc); $nodes = $xpath->query('//div[@class="content"]');
這樣就可以獲取所有class為content的div元素。XPath語(yǔ)法很強(qiáng)大，支持各種條件匹配，比如：
- //a 獲取所有鏈接
- //input[@type=”text”] 獲取所有文本框
- //title/text() 獲取網(wǎng)頁(yè)標(biāo)題文字
獲取到節(jié)點(diǎn)后，可以對(duì)它們進(jìn)行操作，比如修改內(nèi)容、添加屬性等。
3. 修改HTML節(jié)點(diǎn)內(nèi)容和屬性
找到目標(biāo)節(jié)點(diǎn)之后，可以通過(guò)DOM方法來(lái)修改內(nèi)容或?qū)傩浴?/p>
比如，修改某個(gè)節(jié)點(diǎn)的文本內(nèi)容：
foreach ($nodes as $node) { $node->nodeValue = '這是新內(nèi)容'; }
如果是想修改節(jié)點(diǎn)的屬性，可以用如下方式：
foreach ($xpath->query('//img') as $img) { $img->setAttribute('alt', '圖片描述'); }
還可以創(chuàng)建新節(jié)點(diǎn)并插入到文檔中：
$newParagraph = $doc->createElement('p', '新增段落'); $doc->getElementsByTagName('body')->item(0)->appendChild($newParagraph);
這些操作都比較直觀，只要理解了節(jié)點(diǎn)樹(shù)的結(jié)構(gòu)，就能自由地增刪改查。
4. 輸出修改后的HTML
完成所有修改后，最終一步就是輸出結(jié)果。可以使用saveHTML()方法將整個(gè)文檔或某個(gè)節(jié)點(diǎn)轉(zhuǎn)換回HTML字符串。
echo $doc->saveHTML(); // 輸出完整HTML // 或者只輸出某個(gè)節(jié)點(diǎn)的內(nèi)容 echo $doc->saveHTML($node);
如果你想保存到文件中也很簡(jiǎn)單：
file_put_contents('modified.html', $doc->saveHTML());
基本上就這些。PHP的DOM操作雖然看起來(lái)有點(diǎn)底層，但勝在穩(wěn)定可靠，特別適合做爬蟲(chóng)、內(nèi)容提取、模板替換等工作。只要熟悉XPath和基本的DOM方法，處理HTML就會(huì)變得輕松許多。
.png)
