正则规则写好后，页面一旦有改变就要重新修改正则。
先提取页面的 DOM，有没有比较好的办法？
本@文来源[email protected]搞@^&代*@码网(搞代gaodaima码
回复内容：
正则规则写好后，页面一旦有改变就要重新修改正则。
先提取页面的 DOM，有没有比较好的办法？
我想你需要的是 php 的 DOM 模块 … 默认有安装不用担心 …
因为不知道你的实际应用场景是什么 … 给你写个简单的例子吧 …
<?php/* i heard that you need DOM ..? */$doc = new DOMDocument();/* i wrote a simple page ... change it to a curl result ... */$doc->loadHTML( <<<HTML_SECTION<title>Sunyanzi's Test</title><body> <h1>Hello World</h1> Hey WelcomeHTML_SECTION);/* now we should try to get something ... */$h1Elements = $doc->getElementsByTagName( 'h1' );/* this line prints "Hello World" ... */foreach( $h1Elements as $h1Node ) echo $h1Node->nodeValue, PHP_EOL;/* and this line prints "http://segmentfault.com/" ... */echo $doc->getElementById( 'onlylink' )->getAttribute( 'href' ), PHP_EOL;/* now i will introduce something advanced ... using XPath ... */$xpath = new DOMXPath( $doc );/* also prints "http://segmentfault.com/" ... locate via h1 ... */echo $xpath->evaluate( 'string(//h1[text()="Hello World"]/following-sibling::a/@href)' ), PHP_EOL;
基本上 … 等到你熟练掌握 XPath 之后 … 你会发现 DOM 比正则要灵活得多 …
php 处理 XML 的能力远远超乎你的想象 … 有空读读手册不是坏事恩 …
你说的很对。我现在就用xpath。。。
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：javascript – php 抓取的页面如何处理可以只保留DOM结构，去掉CSS和JS？
转载请注明原文链接：javascript – php 抓取的页面如何处理可以只保留DOM结构，去掉CSS和JS？
