PHP中如何使用DOMDocument来处理HTML、XML文档

这篇文章主要介绍了PHP中如何使用DOMDocument来处理HTML、XML文档，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

php有什么特点

1、执行速度快。2、具有很好的开放性和可扩展性。3、PHP支持多种主流与非主流的数据库。4、面向对象编程：PHP提供了类和对象。5、版本更新速度快。6、具有丰富的功能。7、可伸缩性。8、功能全面，包括图形处理、编码与解码、压缩文件处理、xml解析等。

解析HTML

// 解析 HTML$baidu = file_get_contents('https://www.baidu.com');$doc = new DOMDocument();@$doc->loadHTML($baidu);// 百度输出框$inputSearch = $doc->getElementById('kw');var_dump($inputSearch);// object(DOMElement)#2 //     ....echo $inputSearch->getAttribute('name'), PHP_EOL; // wd// 获取所有图片的链接$allImageLinks = [];$imgs = $doc->getElementsByTagName('img');foreach($imgs as $img){    $allImageLinks[] = $img->getAttribute('class="lazy" data-src');}print_r($allImageLinks);// Array// (//     [0] => //www.baidu.com/img/baidu_jgylogo3.gif//     [1] => //www.baidu.com/img/bd_logo.png//     [2] => https://file.lsjlt.com/upload/202306/13/wdjrxipmqgd.gif// )// 利用 parse_url 分析链接foreach($allImageLinks as $link){    print_r(parse_url($link));}// Array// (//     [host] => www.baidu.com//     [path] => /img/baidu_jgylogo3.gif// )// Array// (//     [host] => www.baidu.com//     [path] => /img/bd_logo.png// )// Array// (//     [scheme] => http//     [host] => s1.bdstatic.com//     [path] => /r/www/cache/static/global/img/gs_237f015b.gif// )

是不是感觉好清晰，好有面向对象的感觉。就像第一次使用 ORM库 来进行数据库操作一样的感觉。我们一段一段来看。

$baidu = file_get_contents('https://www.baidu.com');$doc = new DOMDocument();@$doc->loadHTML($baidu);

首先是加载文档内容，这个比较好理解，直接使用 loadHTML() 方法加载 HTML 内容。它还提供了其它的几个方法，分别是：load() 从一个文件加载XML；loadXML() 从字符串加载XML；loadHTMLFile() 从文件加载HTML。

// 百度输出框$inputSearch = $doc->getElementById('kw');var_dump($inputSearch);// object(DOMElement)#2 //     ....echo $inputSearch->getAttribute('name'), PHP_EOL; // wd

首先是加载文档内容，这个比较好理解，直接使用 loadHTML() 方法加载 HTML 内容。它还提供了其它的几个方法，分别是：load() 从一个文件加载XML；loadXML() 从字符串加载XML；loadHTMLFile() 从文件加载HTML。

// 百度输出框$inputSearch = $doc->getElementById('kw');var_dump($inputSearch);// object(DOMElement)#2 //     ....echo $inputSearch->getAttribute('name'), PHP_EOL; // wd

接下来我们使用和前端 JS 一样的 DOM 操作API来操作HTML里面的元素。这个例子中就是获取百度的文本框，直接使用 getElementById() 方法获得id为指定内容的 DOMElement 对象。然后就可以获取它的值、属性之类的内容了。

// 获取所有图片的链接$allImageLinks = [];$imgs = $doc->getElementsByTagName('img');foreach($imgs as $img){    $allImageLinks[] = $img->getAttribute('class="lazy" data-src');}print_r($allImageLinks);// Array// (//     [0] => //www.baidu.com/img/baidu_jgylogo3.gif//     [1] => //www.baidu.com/img/bd_logo.png//     [2] => https://file.lsjlt.com/upload/202306/13/wdjrxipmqgd.gif// )// 利用 parse_url 分析链接foreach($allImageLinks as $link){    print_r(parse_url($link));}// Array// (//     [host] => www.baidu.com//     [path] => /img/baidu_jgylogo3.gif// )// Array// (//     [host] => www.baidu.com//     [path] => /img/bd_logo.png// )// Array// (//     [scheme] => http//     [host] => s1.bdstatic.com//     [path] => /r/www/cache/static/global/img/gs_237f015b.gif// )

这一段例子则是获取HTML文档中所有的图片链接。相比正则来说，是不是方便很多，而且代码本身就是自解释的，不用考虑正则的匹配失效的问题。配合另外一个PHP中自带的 parse_url() 方法也能非常方便地对链接进行分析，提取自己想要的内容。

XML的解析和对HTML的解析也是类似的，都使用 DOMDocument 和 DOMElement 提供的这个方法接口就可以很方便的进行解析了。那么我们想要生成一个标准格式的XML呢？当然也非常的简单，不需要再去拼接字符串了，使用这个类一样的进行对象化的操作。

生成一个XML

// 生成一个XML文档$xml = new DOMDocument('1.0', 'UTF-8');$node1 = $xml->createElement('First', 'This is First Node.');$node1->setAttribute('type', '1');$node2 = $xml->createElement('Second');$node2->setAttribute('type', '2');$node2_child = $xml->createElement('Second-Child', 'This is Second Node Child.');$node2->appendChild($node2_child);$xml->appendChild($node1);$xml->appendChild($node2);print $xml->saveXML();

其实只要有一点点的前端 JS 的基础都不难看出这段代码的含义。使用 createElement() 方法创造 DOMElement 对象，然后就可以为它添加属性和内容。使用 appendChild() 方法就可以为当前的 DOMElement 或者 DOMDocument 添加下级节点。最后使用 saveXML() 就能够生成标准的XML格式内容了。

感谢你能够认真阅读完这篇文章，希望小编分享的“PHP中如何使用DOMDocument来处理HTML、XML文档”这篇文章对大家有帮助，同时也希望大家多多支持编程网，关注编程网行业资讯频道，更多相关知识等着你来学习!