php

Question

में DOMDocument दस्तावेज़ में क्रॉल और पार्स करने के लिए मैंने दस्तावेज़ों और डीओएम के बारे में उदाहरण पढ़ना शुरू कर दिया है।

उदाहरण के लिए मैं दस्तावेज़ के भाग के नीचे से पता चला है:

:

<div id="showContent"> 
    <table> 
    <tr> 
     <td> 
     Crap 
     </td> 
    </tr> 
<tr> 
      <td width="172" valign="top"><a href="link"><img height="91" border="0" width="172" class="" src="img"></a></td> 
      <td width="10">&nbsp;</td> 
      <td valign="top"><table cellspacing="0" cellpadding="0" border="0"> 
       <tbody><tr> 
       <td height="30"><a class="px11" href="link">title</a><a><br> 
        <span class="px10"></span> 
       </a></td> 
       </tr> 
       <tr> 
       <td><img height="1" width="580" src="crap"></td> 
       </tr> 
       <tr> 
       <td align="right"> 
        <a href="link"><img height="16" border="0" width="65" src="/buy"></a> 
       </td> 
       </tr> 
       <tr> 
       <td valign="top" class="px10"> 
        <p style="width: 500px;">description.</p> 
       </td> 
       </tr> 
      </tbody></table></td> 
     </tr> 
    <tr> 
     <td> 
Crap 
     </td> 
    </tr> 
    <tr> 
     <td> 
     Crap 
     </td> 
    </tr> 
    </table> 
    </div> 

मैं बकवास या उन्हें अंदर जानकारी नहीं है कि क्या सभी tr टैग मिलता है और विश्लेषण करने के लिए निम्नलिखित कोड का उपयोग करने की कोशिश कर रहा हूँ

$dom = new DOMDocument(); 
@$dom->loadHTML($html); 

$xpath = new DOMXPath($dom); 


$tags = $xpath->query('.//div[@id="showContent"]'); 
foreach ($tags as $tag) { 
    $string=""; 
    $string=trim($tag->nodeValue); 
    if(strlen($string)>3) { 
     echo $string; 
     echo '<br>'; 
    } 
} 

हालांकि मैं टैग के बिना सिर्फ छीन स्ट्रिंग हो रही है, उदाहरण के लिए:

Crap 

Crap 
Title 
Description 

,210

लेकिन मैं चाहते हैं पाने के लिए:

<tr> 
    <td>Crap</td> 
</tr> 
<tr> 
    <a href="link">title</a> 
</tr> 

कैसे एचटीएमएल नोड्स (टैग) रखने के लिए?

Answer 1

यदि आप डोम के साथ काम करना चाहते हैं तो आपको अवधारणा को समझना होगा। डीओएम दस्तावेज़ सहित डीओएम दस्तावेज़ में सबकुछ एक नोड है।

DOMDocument नोड्स का एक पदानुक्रमित वृक्ष संरचना है। यह रूट नोड के साथ शुरू होता है। उस रूट नोड में बच्चे नोड्स हो सकते हैं और इन सभी बच्चों के नोड्स में बच्चे नोड्स हो सकते हैं। मूल रूप से DOMDocument में सब कुछ किसी प्रकार का नोड प्रकार है, चाहे वह तत्व, गुण या टेक्स्ट सामग्री हो।

  HTML        Legend: 
     / \        UPPERCASE = DOMElement 
     HEAD BODY       lowercase = DOMAttr 
    /  \       "Quoted" = DOMText 
    TITLE  DIV - class - "header" 
    |    \ 
"The Title"  H1 
        | 
      "Welcome to Nodeville" 

उपरोक्त चित्र कुछ नोड्स के साथ एक DOMDocument दिखाता है। दो बच्चों (सिर और शरीर) के साथ एक मूल तत्व (एचटीएमएल) है। कनेक्टिंग लाइनों को अक्ष कहा जाता है। यदि आप अक्ष तत्व को TITLE तत्व पर फ़ॉलो करते हैं, तो आप देखेंगे कि इसमें एक DOMText पत्ता है। यह महत्वपूर्ण है क्योंकि यह अक्सर अनदेखा चीज दिखाता है:

<title>The Title</title> 

एक नहीं है, लेकिन दो नोड्स हैं। एक डोमटेक्स्ट बच्चे के साथ एक समझौता। एक DOMAttr एक DOMText पकड़े साथ DOMElement: इसी तरह, इस

<div class="header"> 

वास्तव में तीन नोड्स है। चूंकि ये सभी डोमोडोड से उनके गुणों और विधियों का उत्तराधिकारी हैं, इसलिए DOMNode class.

अभ्यास में, इसका मतलब है कि आपके द्वारा प्राप्त DIV दस्तावेज़ में अन्य सभी नोड्स से जुड़ा हुआ है। आप रूट तत्व या किसी भी समय पत्तियों तक नीचे जा सकते हैं। यह सब वहाँ है। आपको वांछित जानकारी के लिए दस्तावेज़ को पूछना या ट्रैफिक करना होगा।

चाहे आप के childNodes को पुन: स्थापित करके करते हैं या getElementByTagName() या XPath का उपयोग करते हैं। आपको बस यह समझना होगा कि आप कच्चे HTML के साथ काम नहीं कर रहे हैं, लेकिन पूरे HTML दस्तावेज़ का प्रतिनिधित्व करने वाले नोड्स के साथ।

यदि आपको दस्तावेज़ से विशिष्ट जानकारी निकालने में मदद की ज़रूरत है, तो आपको यह स्पष्ट करना होगा कि आप कौन सी जानकारी प्राप्त करना चाहते हैं। उदाहरण के लिए, आप मेज से सभी लिंक लाने के लिए कैसे पूछ सकता है और फिर हम की तरह कुछ का जवाब दे:

$div = $dom->getElementById('showContent'); 
foreach ($div->getElementsByTagName('a') as $link) 
{ 
    echo $dom->saveXML($link); 
} 

लेकिन जब तक आप अधिक विशिष्ट हैं, हम केवल अनुमान लगा सकते हैं जो नोड्स प्रासंगिक हो सकता है।

आप और अधिक उदाहरण और डोम के साथ काम करने पर कोड के टुकड़े की जरूरत है संबंधित प्रश्नों के लिए अपने पिछले जवाब के माध्यम से ब्राउज़ हैं:

• https://stackoverflow.com/search?q=user%3A208809+DOM

अब तक, हर के लिए एक टुकड़ा नहीं होनी चाहिए मूल से मध्यम उपयोग करें जो आपके पास डोम के साथ हो सकता है।

Answer 2

एक पार्सर बनाने के लिए आप htmlDOM का उपयोग कर सकते हैं।

PHP में लिखित डीओएम पार्सर का उपयोग करना बहुत आसान है। इसका उपयोग करके आप div टैग की सामग्री आसानी से प्राप्त कर सकते हैं।

उदाहरण के लिए, टैग खोजें जिनमें text के मान के साथ विशेषता है।

$ret = $html->find('div[id=text]');