simple_html_dom.php

php解析html页面的函数库之一，操作类似于原生js和jquery，主要用于采集html页面和解析node节点。simple_html_dom的常用操作： include 'simple_html_dom.php'; //面向过程方式2种读取方式 $html = file_get_html('http://www.baidu.com'); $html = str_get_html(file_get_contents('http://www.baidu.com')); //面向对象方式2种读取方式 $html = new simple_html_dom(); $html->load_file('http://www.baidu.com'); $html->load(file_get_contents('http://www.baidu.com')); foreach($html->find('img') as $img) { print_r($img->src)."<br>"; } simple_html_dom主打find方法，如果find只有一个参数其查找到的元素一般以对象数组的方式进行遍历；如果添加第二个参数表示索引则返回一个元素，如下： echo "<pre>"; print_r($html->find('img', 0)->src); echo "</pre>"; simple_html_dom的find方法参数一与jquery的模式基本一致，可以使用条件搜索，返回的变量e是一个对象，具有以下几类属性： $e->tag 与原生js的tagName对应，jquery的$(e).attr('nodeName')对应 $e->outertext 与原生js的outerHTML对应，jquery的$(e).attr('outerHTML')对应 $e->innertext 与原生js的innerHTML对应，jquery的$(e).attr('innerHTML')或$(e).html()对应 $e->plaintext 与原生js的innerText对应，jquery的$(e).attr('innerText')或$(e).text()对应 常用的方法如下： mixed $e->children(index) index为索引序号，返回第n个子节点对象 element $e->parent() 返回父节点对象 element $e->first_child() 返回第一个子节点对象 element $e->last_child() 返回最后一个子节点对象 element $e->next_sibling() 返回下一个邻节点对象 element $e->prev_sibling() 返回上一个邻节点对象 功能虽然发现的不多，但对应一般的html解析已经足够。如果需要解析大量html建议使用$html->clear()释放内存。