***php解析html類庫simple_html_dom

一直以來使用php解析html文檔樹都是一個難題。Simple HTML DOM parser 幫我們很好地解決了這個問題。可以通過這個php類來解析html文檔，對其中的html元素進行操作 (PHP5+以上版本)。

解析器不僅僅隻是幫助我們驗證html文檔；更能解析不符合W3C标準的html文檔。它使用了類似jQuery的元素選擇器，通過元素的id，class，tag等等來查找定位；同時還提供添加、删除、修改文檔樹的功能。當然，這樣一款強大的html Dom解析器也不是盡善盡美；在使用的過程中需要十分小心記憶體消耗的情況。不過，不要擔心；本文中，筆者在最後會為各位介紹如何避免消耗過多的記憶體。

上傳類檔案以後，有三種方式調用這個類：

從url中加載html文檔

從字元串中加載html文檔

從檔案中加載html文檔

如果從字元串加載html文檔，需要先從網絡上下載下傳。建議使用cURL來抓取html文檔并加載DOM中。

可以使用find函數來查找html文檔中的元素。傳回的結果是一個包含了對象的數組。我們使用HTML DOM解析類中的函數來通路這些對象，下面給出幾個示例：

還可以使用類似jQuery的選擇器來查找定位元素：

解析器支援對子元素的查找

如果你覺得這樣用起來麻煩，使用内置函數可以輕松定位元素的父元素、子元素與相鄰元素

使用簡單的正規表達式來操作屬性選擇器。

[attribute] – 選擇包含某屬性的html元素

[attribute=value] – 選擇所有指定值屬性的html元素

[attribute!=value]- 選擇所有非指定值屬性的html元素

[attribute^=value] -選擇所有指定值開頭屬性的html元素

[attribute$=value] 選擇所有指定值結尾屬性的html元素

[attribute*=value] -選擇所有包含指定值屬性的html元素

在DOM中元素屬性也是對象：

或者：

每個對象都有4個基本對象屬性:

tag – 傳回html标簽名

innertext – 傳回innerHTML

outertext – 傳回outerHTML

plaintext – 傳回html标簽中的文本

編輯元素屬性的用法和調用它們是類似的：

解析器中沒有專門的方法來添加、删除元素，不過可以變通一下使用：

儲存修改後的html DOM文檔也非常簡單：

在本文的開篇中，筆者就提到了Simple HTML DOM解析器消耗記憶體過多的問題。如果php腳本占用記憶體太多，會導緻網站停止響應等一系列嚴重的問題。解決的方法也很簡單，在解析器加載html文檔并使用完成後，記得清理掉這個對象就可以了。當然，也不要把問題看得太嚴重了。如果隻是加載了2、3個文檔，清理或不清理是沒有多大差別的。當你加載了5個10個甚至更多的文檔的時候，用完一個就清理一下記憶體絕對是對自己負責啦^_^

如何聯系我：【萬裡虎】www.bravetiger.cn

【QQ】3396726884 （咨詢問題100元起，幫助解決問題500元起）

【部落格】http://www.cnblogs.com/kenshinobiy/