这篇文章主要介绍了php使用自带dom扩展进行元素匹配的原理解析,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下。

DOMDocument

php提供了非常好用的解析html和xml文档的扩展库DOM，使用这个库可以非常高效的进行html和xml文档的解析，它的原理就是通过寻找首尾匹配对来进行文档的解析。

从上面的分析可以看出，如果首位不匹配，可能就会导致一些错误的出现，因此，这个时候我们需要设置。

libxml_use_internal_errors(true);

来进行错误的屏蔽，让它可以解析整个文档。

解析html基本用法

1. $dom = new \DOMDocument; 
2. $content = htmlspecialchars_decode($content); 
3. libxml_use_internal_errors(true); 
4. $content = mb_convert_encoding($content, 'HTML-ENTITIES', 'UTF-8'); 
5. $dom->loadHTML($content); 

$content是要解析的html字符串，其中我们对它进行了转义，因为可能含有实体集，然后我们有进行了编码的转换，因为可能文档不是utf-8格式的，会导致日文，法文等文字乱码。

获取元素

$a = $dom->getElementsByTagName('a');

$p = $dom->getElementsByTagName('p');

遍历元素

1. $elements = $dom->getElementsByTagName('a'); 
2. foreach ($elements as $element) { 
3.   $element->textContent = '替换成其它的文字'; 
4. } 

通过上面的循环，可以将全部a标签的文字替换掉。

元素嵌套

有些时候，html会嵌套很多层，比如

1. <div> 
2. <p> 
3. <a href="xxx" rel="external nofollow" >我是文字</a> 
4. </p> 
5. <p> 
6. 内容替换 
7. </p> 
8. </div> 

如果我们想要对p标签文字进行替换的化，并且不想要替换含有子元素的内容，就是这里的a标签不想替换，下面的语句不能够解决我们的问题：

1. $elements = $dom->getElementsByTagName('p'); 
2. foreach ($elements as $element) { 
3.   if($element->hasChildNodes()){ 
4.     $element->textContent = 'p标签内容替换'; 
5.   } 
6. } 

上面的代会将a标签的内容也替换掉，这不是我们想要的结果，因为hasChildNodes()这个函数表示的含有内容，无论它是标签还是文字，它都是返回true的，除非它是空标签，例如

它才会返回false.

所以我们需要自己封装一个函数进行检查是否含有嵌套标签。

1. function hasChild($element, $tags) 
2. { 
3.   foreach($tags as $v){ 
4.   $elements = $element->getElementsByTagName($v); 
5.  
6.   if($elements->length){ 
7.   return true; 
8.   } 
9.  
10.   } 
11.   return false; 
12. } 
13. $tags = array('title','h1','h2','h3','h4','h5','a','p','dd','img');   
14.  
15. $elements = $dom->getElementsByTagName('p'); 
16. foreach ($elements as $element) { 
17.   if(hasChild($element, $tags)){ 
18.     $element->textContent = 'p标签内容替换'; 
19.   } 
20. } 

通过我们自己封装的函数，就可以判断出$dom的node节点是否含有子标签。

Tags: php元素匹配 dom扩展

分享到：