这段代码首先创建了一个DOMDocument对象，然后加载了HTML字符串。接着，它使用getElementsByTagName()找到了

元素，并使用getElementById()找到了id为intro的

元素。最后，它输出了这两个元素的文本内容。

需要注意的是，loadHTML()方法可能会遇到HTML格式不规范的问题，导致解析错误。使用@符号可以抑制这些错误，但这仅仅是掩盖了问题，更好的做法是使用Tidy扩展先对HTML进行清洗和格式化。

如何处理大型HTML文件，避免内存溢出？

对于大型HTML文件，一次性加载到内存可能会导致内存溢出。为了解决这个问题，可以使用XMLReader类进行流式解析。XMLReader允许我们逐个读取HTML元素，而无需将整个文档加载到内存中。

示例代码：

open('large_file.html');while ($reader->read()) {    if ($reader->nodeType == XMLReader::ELEMENT && $reader->name == 'p') {        $dom = new DOMDocument();        $node = $reader->expand();        @$dom->importNode($node,true);        @$dom->appendChild($node);        echo $dom->textContent . "\n";    }}$reader->close();?>

这段代码打开了一个名为large_file.html的文件，并逐个读取其中的元素。当遇到

元素时，它将其导入到一个DOMDocument对象中，并输出其文本内容。使用expand()方法可以将XMLReader当前指向的节点转换为DOMNode，方便后续操作。这里需要注意XMLReader对HTML的容错性不如DOMDocument，因此可能需要预处理HTML。

DOM解析和正则表达式，哪个更适合爬虫开发？

DOM解析和正则表达式是两种常用的HTML解析方法，它们各有优缺点。