原创投稿
  1. 创想鸟首页
  2. 用户投稿

PHP DOMDocument：高效解析HTML并提取嵌套元素与属性

程序猿 • • 用户投稿

PHP DOMDocument：高效解析HTML并提取嵌套元素与属性

本教程详细介绍如何利用php的domdocument类解析html内容，特别是当内部结构不确定时，如何遍历所有嵌套子元素并提取它们的文本内容及属性信息。通过示例代码，您将学习加载html、遍历dom树以及访问元素的标签名、值和属性，从而实现对复杂html结构的精准数据抓取。

1. PHP DOMDocument 简介

DOMDocument 是 PHP 内置的一个强大类，专门用于处理 XML 和 HTML 文档。它将文档解析为 DOM (Document Object Model) 树结构，允许开发者以面向对象的方式访问、导航和操作文档的各个部分。这使得从复杂的 HTML 结构中提取特定数据变得高效且结构化。

2. 加载 HTML 内容

使用 DOMDocument 解析 HTML 的第一步是将 HTML 内容加载到 DOMDocument 对象中。这可以通过 loadHTML() 方法实现，该方法接受一个 HTML 字符串作为参数。

示例代码：

<?php// 待解析的HTML片段，这里以一个标签及其内部的动态内容为例$htmlContent = "test1
Test2
Nested Span
立即学习“PHP免费学习笔记（深入）”；
";// 创建一个DOMDocument实例$dom = new DOMDocument();// 加载HTML内容// 使用@符号抑制loadHTML可能产生的警告，因为HTML片段可能不完整// LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD 可以避免DOMDocument自动添加等标签，// 对于解析HTML片段非常有用，使其更接近原始输入。@$dom->loadHTML($htmlContent, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);echo "HTML内容已成功加载。nn";?>

3. 遍历所有嵌套元素

当 HTML 结构不确定，或者需要获取某个容器（如

）内部的所有子元素时，可以使用 getElementsByTagName(‘*’) 方法。这个方法会返回一个 DOMNodeList 对象，其中包含了文档中所有标签的 DOMElement 实例。通过遍历这个列表，您可以访问每个元素的标签名、文本内容等信息。

需要注意的是，nodeValue 属性通常返回元素的纯文本内容，不包含其子标签。如果需要获取包含 HTML 标签的内部内容，则需要更复杂的遍历或结合其他方法（如 DOMXPath）。

示例代码：

getElementsByTagName('*') as $element) {    echo "  - 标签名: tagName . ">n";    // nodeValue 获取该元素及其所有子元素的纯文本内容    echo "    文本内容 (nodeValue): '" . trim($element->nodeValue) . "'n";    echo "    --------------------n";}?>

4. 获取特定元素的属性

一旦获取到 DOMElement 对象，就可以检查并提取其属性。每个 DOMElement 对象都提供 hasAttributes() 方法来判断是否存在属性，以及 attributes 属性来访问一个 DOMNamedNodeMap 对象，该对象包含了所有的属性。遍历这个 DOMNamedNodeMap 即可获取每个属性的名称和值。

示例代码：

<?php// 承接上一段的$dom对象echo "n### 获取特定元素的属性：n";// 假设我们想获取HTML片段中第一个标签的属性$anchorElements = $dom->getElementsByTagName('a');if ($anchorElements->length > 0) {    $firstAnchor = $anchorElements->item(0); // 获取第一个元素    echo "  - 找到第一个标签。n";    if ($firstAnchor->hasAttributes()) {        echo "    其属性如下：n";        foreach ($firstAnchor->attributes as $attr) {            echo "      属性名: '" . $attr->nodeName . "' -> 属性值: '" . $attr->nodeValue . "'n";        }    } else {        echo "    该标签没有属性。n";    }} else {    echo "  - 未找到标签。n";}?>

5. 综合示例：解析指定容器内的动态内容

将上述概念结合起来，我们可以创建一个更完整的示例，用于解析一个

元素内部的所有子元素，并提取它们的标签名、纯文本内容以及所有属性。

示例代码：

<?phpecho "n### 综合示例：解析指定容器内的动态内容：n";$targetHtml = "链接1
段落内容内部跨度
@@##@@";$domTarget = new DOMDocument();@$domTarget->loadHTML($targetHtml, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);$tdElements = $domTarget->getElementsByTagName('td');if ($tdElements->length > 0) {    $td = $tdElements->item(0); // 获取第一个元素    echo "正在解析  内部内容：n";    // 遍历的所有子节点    foreach ($td->childNodes as $childNode) {        // 仅处理元素节点 (nodeType === XML_ELEMENT_NODE)        if ($childNode->nodeType === XML_ELEMENT_NODE) {            echo "  - 发现子元素: tagName . ">n";            echo "    文本内容: '" . trim($childNode->nodeValue) . "'n";            // 检查并打印属性            if ($childNode->hasAttributes()) {                echo "    属性:n";                foreach ($childNode->attributes as $attr) {                    echo "      " . $attr->nodeName . " = "" . $attr->nodeValue . ""n";                }            }            echo "    --------------------n";        }    }} else {    echo "未找到  元素。n";}?>

6. 注意事项与最佳实践

错误抑制与处理： loadHTML() 对于不规范的 HTML 可能会发出警告。在开发阶段，这些警告有助于调试。在生产环境中，可以使用 @ 运算符抑制警告，或者设置自定义错误处理器来优雅地处理它们。编码问题： DOMDocument 默认以 ISO-8859-1 编码处理 HTML。如果您的 HTML 内容是 UTF-8 编码，请确保在 HTML 字符串中包含 标签，或者在加载后通过 $dom->encoding = ‘UTF-8’; 设置编码，以避免乱码问题。性能考量： 对于非常大的 HTML 文件，解析和遍历 DOM 树可能会消耗较多的内存和时间。在处理大规模数据时，应考虑性能优化策略。DOMXPath： 对于更复杂、更精确的查询（例如，查找具有特定属性值的元素，或者基于特定层级关系的元素），DOMXPath 提供了更强大和灵活的查询能力，支持 XPath 表达式，类似于 CSS 选择器。安全性： 如果您正在解析用户输入或其他不可信来源的 HTML 内容，请务必注意潜在的安全风险（如 XSS 攻击）。在将提取的数据用于显示或进一步处理之前，应进行适当的清理和过滤。

7. 总结

DOMDocument 是 PHP 中用于解析和操作 HTML 内容的强大且灵活的工具。通过掌握 loadHTML() 加载内容、getElementsByTagName(‘*’) 遍历所有元素，并结合 hasAttributes() 和 $element->attributes 访问属性，您可以有效地从复杂且结构动态的 HTML 文档中提取所需的数据。理解并熟练运用这些基本操作，是进行网页内容抓取、数据处理和自动化任务的基础。

描述

以上就是PHP DOMDocument：高效解析HTML并提取嵌套元素与属性的详细内容，更多请关注php中文网其它相关文章！

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1334315.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
0 0

关于作者

程序猿的头像

程序猿签约作者

413.8K 文章
0 评论
2 粉丝
这个人很懒，什么都没有留下～
Laravel 8 中利用 Eloquent 关联统计每个分类下的文章数量
上一篇 2025年12月12日 20:12:03
实现基于JavaScript的实时表格搜索过滤功能教程
下一篇 2025年12月12日 20:12:16

相关推荐

  • 想将 AI 模型动态设计工具与豆包联用设计动态效果？操作方法​

    想将 AI 模型动态设计工具与豆包联用设计动态效果？操作方法​想将 AI 模型动态设计工具与豆包联用设计动态效果？操作方法​想将 AI 模型动态设计工具与豆包联用设计动态效果？操作方法​想将 AI 模型动态设计工具与豆包联用设计动态效果？操作方法​

    豆包可作为ai动态设计中的“创意大脑”。具体方法包括：首先明确目标和约束，向豆包提供具体需求以获得精准创意方案；其次通过角色扮演和情境设定提升输出质量，如让豆包扮演资深动画导演；再者通过迭代追问不断细化脚本内容；最后利用豆包进行多维度思考，涵盖受众分析、音效建议、交互逻辑构思等方面。通过巧妙的提示工…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • 为你分享电脑CPU的五大常见故障及解决方案

    为你分享电脑CPU的五大常见故障及解决方案为你分享电脑CPU的五大常见故障及解决方案为你分享电脑CPU的五大常见故障及解决方案为你分享电脑CPU的五大常见故障及解决方案

    cpu，即“中央处理器”，常被称为计算机的“大脑”。通常情况下，cpu本身极不容易发生故障，大多数问题往往源于用户在使用过程中的疏忽或不当操作。一旦电脑出现异常，很多人会慌乱无措，甚至误以为是严重硬件损坏，但实际上，许多看似复杂的cpu相关故障，其实都可以通过简单的排查自行解决。本文将为大家介绍五个…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    000

  • 显卡驱动优化对游戏性能的影响常被低估了吗？

    显卡驱动优化对游戏性能的影响常被低估了吗？显卡驱动优化对游戏性能的影响常被低估了吗？显卡驱动优化对游戏性能的影响常被低估了吗？显卡驱动优化对游戏性能的影响常被低估了吗？

    显卡驱动对游戏性能影响深远，不仅是帧数提升的关键，还关乎稳定性、画质、输入延迟和新功能支持。新驱动通过优化渲染指令、修复Bug、支持新技术（如DLSS、FSR）显著改善体验，尤其在新游戏发布时效果明显。建议在玩新游戏或遇问题时更新，优先选择“Game Ready”驱动，更新前阅读发布说明、做干净安装…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • 神游续作《Hades 2》上线！ 耕升RTX 5060 追风 OC再闯冥界！

    神游续作《Hades 2》上线！ 耕升RTX 5060 追风 OC再闯冥界！神游续作《Hades 2》上线！ 耕升RTX 5060 追风 OC再闯冥界！神游续作《Hades 2》上线！ 耕升RTX 5060 追风 OC再闯冥界！神游续作《Hades 2》上线！ 耕升RTX 5060 追风 OC再闯冥界！

    由独立团队Supergiant倾力打造的动作冒险大作《Hades》凭借其凌厉的战斗系统与深厚的希腊神话背景，曾风靡全球，被誉为现代独立Roguelike游戏的标杆之作。就在9月26日，历经一年半抢先体验阶段的续作《Hades 2》正式登陆PC平台。发售后迅速登顶Steam热销榜单，目前收获高达95%…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • 360极速浏览器和Chrome哪个更好用_360极速浏览器与Chrome浏览器对比评测

    360极速浏览器和Chrome哪个更好用_360极速浏览器与Chrome浏览器对比评测360极速浏览器和Chrome哪个更好用_360极速浏览器与Chrome浏览器对比评测360极速浏览器和Chrome哪个更好用_360极速浏览器与Chrome浏览器对比评测360极速浏览器和Chrome哪个更好用_360极速浏览器与Chrome浏览器对比评测

    360极速浏览器在兼容旧版网站、内存优化和本地化功能上占优，适合需要访问网银等特殊场景的国内用户；Chrome则凭借V8引擎性能、成熟的扩展生态和跨平台同步能力，在现代网页体验与隐私安全方面表现更佳。两者均基于Chromium内核，但在IE兼容模式、广告拦截集成度、资源占用控制及账户体系设计上存在差…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • 如何配置磁盘配额限制用户存储空间？

    如何配置磁盘配额限制用户存储空间？如何配置磁盘配额限制用户存储空间？如何配置磁盘配额限制用户存储空间？如何配置磁盘配额限制用户存储空间？

    配置磁盘配额可防止资源滥用、保障系统稳定，核心步骤包括：启用文件系统配额功能，编辑/etc/fstab添加usrquota和grpquota选项，重新挂载文件系统，生成配额文件aquota.user和aquota.group，使用edquota设置用户或组的磁盘空间与文件数软硬限制，并通过quota…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    000

  • AI剪辑如何实现情绪识别与音乐节奏自动匹配？

    AI剪辑如何实现情绪识别与音乐节奏自动匹配？AI剪辑如何实现情绪识别与音乐节奏自动匹配？AI剪辑如何实现情绪识别与音乐节奏自动匹配？AI剪辑如何实现情绪识别与音乐节奏自动匹配？

    要实现ai剪辑的情绪识别与音乐节奏自动匹配，需经历“理解内容”和“智能匹配”两个核心环节。1. 情绪识别通过图像识别、色彩分析、人脸检测及nlp技术综合判断视频情绪，如表情、场景、色调和语义信息；2. 音乐匹配依赖音频分析和剪辑逻辑建模，结合音乐节拍、速度与视频动作节奏进行同步；3. 实际使用中需注…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • sublime怎么在项目中排除某些文件_Sublime项目文件及文件夹排除配置

    sublime怎么在项目中排除某些文件_Sublime项目文件及文件夹排除配置sublime怎么在项目中排除某些文件_Sublime项目文件及文件夹排除配置sublime怎么在项目中排除某些文件_Sublime项目文件及文件夹排除配置sublime怎么在项目中排除某些文件_Sublime项目文件及文件夹排除配置

    通过配置.sublime-project文件中的file_exclude_patterns和folder_exclude_patterns字段，可排除node_modules、dist等无需显示的文件或文件夹，提升Sublime Text性能与浏览体验。 在使用 Sublime Text 进行项目开…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100
  • mysql中dcl是什么意思 mysql数据控制语言解析 用户投稿

    mysql中dcl是什么意思 mysql数据控制语言解析

    dcl在mysql中指的是数据控制语言，主要用于管理数据库的访问权限和控制用户操作。dcl包括以下命令：1. grant，用于授予用户权限；2. revoke，用于撤销用户权限。通过这些命令，数据库管理员可以精细地控制数据库访问和操作权限，确保数据库的安全性和管理。 在MySQL中，DCL指的是数据…

    程序猿的头像 程序猿
    2026年9月25日
    100
  • VSCode如何配置Dart开发环境 VSCode跨平台应用开发全攻略 用户投稿

    VSCode如何配置Dart开发环境 VSCode跨平台应用开发全攻略

    安装vscode并下载flutter sdk，将其bin目录添加到系统path环境变量；2. 在vscode中安装flutter扩展（自动包含dart扩展）；3. 运行flutter doctor检查并修复环境配置问题，如android/ios工具链；4. 通过flutter create创建项目或…

    程序猿的头像 程序猿
    2026年9月25日
    100

  • Java ParallelStream线程池管理：定制并发与I/O优化

    Java ParallelStream线程池管理：定制并发与I/O优化Java ParallelStream线程池管理：定制并发与I/O优化Java ParallelStream线程池管理：定制并发与I/O优化Java ParallelStream线程池管理：定制并发与I/O优化

    本文深入探讨了Java ParallelStream的线程池管理，特别是如何在I/O密集型任务（如数据库查询）中定制其并发行为。我们将介绍如何通过自定义ForkJoinPool来限制ParallelStream的线程数量，并强调在处理数据库操作时，除了线程池大小，还需关注数据库连接数等关键资源，并讨…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • Debian Sniffer在物联网安全中的应用

    Debian Sniffer在物联网安全中的应用Debian Sniffer在物联网安全中的应用Debian Sniffer在物联网安全中的应用Debian Sniffer在物联网安全中的应用

    关于“Debian Sniffer”的物联网安全应用，目前可获取的信息有限，网络搜索结果中未发现相关工具或软件包。 因此，无法提供具体应用细节。 然而，Debian 系统本身在物联网安全领域扮演着重要角色。其稳定性和庞大的软件库使其成为物联网设备开发和安全部署的理想选择。 物联网设备通常需要长期稳定…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    000

  • sublime怎么连接sftp服务器_sublime SFTP服务器连接教程

    sublime怎么连接sftp服务器_sublime SFTP服务器连接教程sublime怎么连接sftp服务器_sublime SFTP服务器连接教程sublime怎么连接sftp服务器_sublime SFTP服务器连接教程sublime怎么连接sftp服务器_sublime SFTP服务器连接教程

    首先安装SFTP插件并配置sftp-config.json文件，设置host、user、remote_path等参数，保存后可通过右键菜单上传下载文件，支持自动同步与SSH密钥认证，注意避免密码泄露和编码问题。 使用Sublime Text连接SFTP服务器，可以通过安装SFTP插件实现文件的远程编…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • 豆包 AI 大模型怎样和 AI 旅行攻略工具结合，定制专属小众旅行路线？​

    豆包 AI 大模型怎样和 AI 旅行攻略工具结合，定制专属小众旅行路线？​豆包 AI 大模型怎样和 AI 旅行攻略工具结合，定制专属小众旅行路线？​豆包 AI 大模型怎样和 AI 旅行攻略工具结合，定制专属小众旅行路线？​豆包 AI 大模型怎样和 AI 旅行攻略工具结合，定制专属小众旅行路线？​

    豆包ai大模型结合旅行攻略工具，能有效定制专属、小众旅行路线。1. 明确旅行风格和兴趣点，如自然风光、人文历史或亲子活动，并给出清晰关键词。2. 利用其信息整合能力优化路线逻辑，输入已有行程草稿进行调整并推荐替代地点。3. 挖掘本地化体验，获取非遗项目或野景点等非标准内容。4. 配合地图和旅行工具使…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • Win10系统找不到启动设备是什么情况？

    Win10系统找不到启动设备是什么情况？Win10系统找不到启动设备是什么情况？Win10系统找不到启动设备是什么情况？Win10系统找不到启动设备是什么情况？

    在使用 win10 系统时，有时会遇到找不到启动设备的问题，这种提示往往令人困惑。那么，出现这种情况的原因是什么？又该如何解决呢？本文将为大家介绍一些有效的解决办法，希望能帮到大家。 Win10系统找不到启动设备的解决步骤： 1] 检查启动设备的连接 如果您的电脑是组装机类型，建议先关闭电源，打开机…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    1300

  • 抖音巨量千川账户余额怎么提现？抖音巨量千川的钱怎么退

    抖音巨量千川账户余额怎么提现？抖音巨量千川的钱怎么退抖音巨量千川账户余额怎么提现？抖音巨量千川的钱怎么退抖音巨量千川账户余额怎么提现？抖音巨量千川的钱怎么退抖音巨量千川账户余额怎么提现？抖音巨量千川的钱怎么退

    在当今这个短视频盛行的时代，抖音无疑成为了许多人展示才华、分享生活的舞台。而抖音旗下的巨量千川广告平台，更是让许多商家和创作者通过广告实现了商业变现。在使用巨量千川的过程中，如何提取账户余额成为了一个让人头疼的问题。今天，就让我来为大家详细解析一下抖音巨量千川账户余额提现的全过程，让你轻松提取，安全…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • 控制Java ParallelStream线程池大小与并发优化：策略与最佳实践

    控制Java ParallelStream线程池大小与并发优化：策略与最佳实践控制Java ParallelStream线程池大小与并发优化：策略与最佳实践控制Java ParallelStream线程池大小与并发优化：策略与最佳实践控制Java ParallelStream线程池大小与并发优化：策略与最佳实践

    本文探讨如何有效管理Java ParallelStream的线程池大小，特别是在涉及数据库查询等I/O密集型操作时。我们将介绍通过自定义ForkJoinPool来限制ParallelStream线程的方法，并强调在处理I/O任务时，结合CompletableFuture与专用执行器的重要性。同时，文…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • x浏览器兼容模式怎么设置_x浏览器IE兼容模式设置与使用

    x浏览器兼容模式怎么设置_x浏览器IE兼容模式设置与使用x浏览器兼容模式怎么设置_x浏览器IE兼容模式设置与使用x浏览器兼容模式怎么设置_x浏览器IE兼容模式设置与使用x浏览器兼容模式怎么设置_x浏览器IE兼容模式设置与使用

    开启x浏览器的IE兼容模式可解决网页显示异常问题。首先点击菜单进入设置，打开高级设置中的“IE兼容模式”开关；其次在“站点设置”的兼容性视图中添加特定网址，实现自动适配；最后对于临时需求，可通过地址栏的盾牌图标选择“使用IE内核重新加载”即时切换，确保老旧网站正常访问。 如果您在使用x浏览器时遇到某…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    100

  • Debian系统如何防止数据丢失

    Debian系统如何防止数据丢失Debian系统如何防止数据丢失Debian系统如何防止数据丢失Debian系统如何防止数据丢失

    确保Debian系统数据安全，避免数据丢失，需要多方面策略协同。本文将介绍几种有效方法，涵盖数据备份、加密、安全防护和灾难恢复等关键环节。 一、数据备份策略 定期备份是数据安全的第一道防线。您可以选择以下多种备份工具和方法： 系统级完整备份 (tar): 使用tar命令创建包含系统文件、配置和用户数…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    000

  • Java Stream API：高效处理列表数据，按组合键去重并选择最新记录

    Java Stream API：高效处理列表数据，按组合键去重并选择最新记录Java Stream API：高效处理列表数据，按组合键去重并选择最新记录Java Stream API：高效处理列表数据，按组合键去重并选择最新记录Java Stream API：高效处理列表数据，按组合键去重并选择最新记录

    本文详细介绍了如何利用Java Stream API，特别是Collectors.toMap，对包含重复条目的对象列表进行高级过滤。教程将演示如何根据对象的多个字段（如姓名组合）确定唯一性，并在出现重复时，根据特定字段（如日期）选择最新或最符合条件的记录，从而实现数据的高效聚合与筛选。 业务场景与问…

    程序猿的头像 程序猿
    2026年9月25日 • 用户投稿
    200

发表回复

登录后才能评论
关注微信