都说网络爬虫就用python，但我不这么认为。
尤其是对于熟悉php又对python生疏的coder来说，其实完全不比舍近求远。
只要插件用的好，就没有php办不了的事儿，今天要给大家介绍的这款插件是PHP Simple HTML DOM Parser，html页面解析插件，效率之高，令人拍手叫绝（偷笑），而且操作简便，可以像jquery一样去获取html标签。实在是居家旅行，页面抓取，必备神器。

相关资源

操作手册：https://simplehtmldom.sourceforge.io/manual.htm
下载地址：https://sourceforge.net/projects/simplehtmldom/files/

获取远程地址html元素

// 新建一个dom实例
$html = file_get_html('http://www.baidu.com/');

// 获取所有img标签
foreach($html->find('img') as $element)
  echo $element->src . '<br>';

// 获取所有连接
foreach($html->find('a') as $element)
  echo $element->href . '<br>';

直接操作html字符串

// 根据字符串创建dom实例
$html = str_get_html('<html><body>Hello!</body></html>');

获取单个元素

// 获取第一个a标签元素
$ret = $html->find('a', 0);

// 获取最后一个a标签元素
$ret = $html->find('a', -1);

获取元素值

// 创建Dom实例
$html = file_get_html('http://www.baidu.com/');

// 获取所有a标签的链接地址
foreach($html->find('a') as $e) 
    echo $e->href . '<br>';

// 获取所有img标签的src地址
foreach($html->find('img') as $e)
    echo $e->src . '<br>';

// 获取所有的img标签内容
foreach($html->find('img') as $e)
    echo $e->outertext . '<br>';

// 获取标签id=gbar的div标签内容
foreach($html->find('div#gbar') as $e)
    echo $e->innertext . '<br>';

// 获取标签id=gbar的div标签的文本信息
foreach($html->find('div#gbar') as $e)
    echo $e->plaintext . '<br>';

如何操作Dom树

// 示例
echo $html->find("#div1", 0)->children(1)->children(1)->children(2)->id;

除此之外，Simple HTML DOM Parser 还可以修改html元素信息，函数回调功能等等。
有兴趣的朋友可以下载下来，照着里面的文档进一步了解。

标签: none

添加新评论