最近想用php寫一個爬蟲，就需要解析html，在sourceforge上找到一個項目叫做PHP Simple HTML DOM Parser，它可以以類似jQuery的方式通過css選擇器來返回指定的DOM元素，功能十分強大。
首先要在程序的開始引入simple_html_dom.php這個文件
復制代碼 代碼如下:
include_once('simple_html_dom.php');
PHP Simple HTML DOM Parser提供了3種方式來創建DOM對象
復制代碼 代碼如下:
// Create a DOM object from a string
$html = str_get_html('<html><body>Hello!</body></html>');
// Create a DOM object from a URL
$html = file_get_html('http://www.google.com/');
// Create a DOM object from a HTML file
$html = file_get_html('test.htm');
得到DOM對象後就可以進行各種操作了
復制代碼 代碼如下:
// Find all anchors, returns a array of element objects
$ret = $html->find('a');
// Find (N)th anchor, returns element object or null if not found (zero based)
$ret = $html->find('a', 0);
// Find lastest anchor, returns element object or null if not found (zero based)
$ret = $html->find('a', -1);
// Find all <div> with the id attribute
$ret = $html->find('div[id]');
// Find all <div> which attribute id=foo
$ret = $html->find('div[id=foo]');
這裡可以使用各種css選擇器，就像在jQuery中進行DOM操作一樣，非常方便。此外，還有兩個特殊的屬性可以得到文本和注釋的內容
復制代碼 代碼如下:
// Find all text blocks
$es = $html->find('text');
// Find all comment (<!--...-->) blocks
$es = $html->find('comment');
當然，還是類似於jQuery，PHP Simple HTML DOM Parser也支持鏈式操作，以及各種訪問DOM元素的簡單方法
復制代碼 代碼如下:
// Example
echo $html->find("#div1", 0)->children(1)->children(1)->children(2)->id;
// or
echo $html->getElementById("div1")->childNodes(1)->childNodes(1)->childNodes(2)->getAttribute('id');
