用PHP代替JS玩轉DOM的思路及示例代碼

 　　事情的起源比較簡單，我需要把一個導航頁的數據整理好寫入數據庫。一個比較直觀的方法是對html文件進行分析，通用的方法是用php的正則表達式來匹配。但是這樣做開發和維護都很困難，代碼可讀性非常差。

　　導航頁的數據都是規則的排列在DOM樹當中的，用JS可以用幾個循環輕松的對其進行操作，而且JS需要依賴浏覽器，操作數據庫很困難。其實PHP就有現成的類庫對DOM樹種的節點進行增刪改查操作，在此做一些筆記。

　　這裡涉及到2個類 DOMDocument 和 DOMXPath。

　　其實思路比較明確，就是通過DOMDocument將一個html file轉換成DOM樹的數據結構，再用DOMXPath的實例去搜索這個DOM樹，拿到想要特定節點，接下來就可以對當前節點的子樹進行遍歷，得到想要的結果。

　　在當前目錄下有一個這樣一個導航的html文件 "./hao.html"

　　現在需要得到所有標簽的中文內容，php代碼如下：

　　.代碼如下:

　　//將html/xml文件轉換成DOM樹

　　$dom = new DOMDocument();

　　$dom->loadHTMLFile("hao.html");

　　//得到所有class為fix的dl標簽

　　// 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";

　　}

　　?>

　　輸出結果如下：

　　注意：值得注意的一點是DOMDocument的默認編碼方式是Latin，所以在處理utf編碼的中文的時候，需要在後面緊跟著填入

　　.代碼如下:

　　在其他位置，或者是只寫上都是不識別的哦