通过classname获取DOM元素
我正在使用PHP的DOM ，我试图得到一个DOM节点中有一个给定的类名称的元素。 得到这个子元素的最好方法是什么？
更新：我结束了使用PHP的Mechanize ，这是更容易处理。
更新： *[@class~='my-class'] class〜 *[@class~='my-class'] cssselect器的Xpath版本
所以在我的评论下面回应hakre的评论我很好奇，看着Zend_Dom_Query背后的代码。 它看起来像上面的select器被编译为以下xpath（未经testing）：
[contains(concat(' ', normalize-space(@class), ' '), ' my-class ')]
所以PHP将是：
$dom = new DomDocument(); $dom->load($filePath); $finder = new DomXPath($dom); $classname="my-class"; $nodes = $finder->query("//*[contains(concat(' ', normalize-space(@class), ' '), ' $classname ')]");
基本上我们在这里所做的就是对class属性进行规范化，这样即使是一个类也是以空格为界的，而完整的类列表是以空格为界的。 然后追加我们正在寻找一个空间类。 这样，我们正在有效地寻找和findmy-class实例。
使用xpathselect器？
$dom = new DomDocument(); $dom->load($filePath); $finder = new DomXPath($dom); $classname="my-class"; $nodes = $finder->query("//*[contains(@class, '$classname')]");
如果它只有一种types的元素，您可以用特定的标记名replace* 。
如果你需要做很多非常复杂的select，我会推荐Zend_Dom_Query它支持CSSselect器语法（la jQuery）：
$finder = new Zend_Dom_Query($html); $classname = 'my-class'; $nodes = $finder->query("*[class~=\"$classname\"]");
如果你想在没有zend的情况下获得这个类的innerhtml，你可以使用这个：
$dom = new DomDocument(); $dom->load($filePath); $classname = 'main-article'; $finder = new DomXPath($dom); $nodes = $finder->query("//*[contains(concat(' ', normalize-space(@class), ' '), ' $classname ')]"); $tmp_dom = new DOMDocument(); foreach ($nodes as $node) { $tmp_dom->appendChild($tmp_dom->importNode($node,true)); } $innerHTML.=trim($tmp_dom->saveHTML()); echo $innerHTML;
我认为接受的方式更好，但我想这也可以
function getElementByClass(&$parentNode, $tagName, $className, $offset = 0) { $response = false; $childNodeList = $parentNode->getElementsByTagName($tagName); $tagCount = 0; for ($i = 0; $i < $childNodeList->length; $i++) { $temp = $childNodeList->item($i); if (stripos($temp->getAttribute('class'), $className) !== false) { if ($tagCount == $offset) { $response = $temp; break; } $tagCount++; } } return $response; }
还有一种不使用DomXPath或Zend_Dom_Query 。
基于dav的原始函数，我写了下面的函数，返回父节点的标签和类匹配参数的所有子节点。
function getElementsByClass(&$parentNode, $tagName, $className) { $nodes=array(); $childNodeList = $parentNode->getElementsByTagName($tagName); for ($i = 0; $i < $childNodeList->length; $i++) { $temp = $childNodeList->item($i); if (stripos($temp->getAttribute('class'), $className) !== false) { $nodes[]=$temp; } } return $nodes; }
假设你有一个variables$html下面的HTML：
<html> <body> <div id="content_node"> <p class="a">I am in the content node.</p> <p class="a">I am in the content node.</p> <p class="a">I am in the content node.</p> </div> <div id="footer_node"> <p class="a">I am in the footer node.</p> </div> </body> </html>
使用getElementsByClass就像下面这样简单：
$dom = new DOMDocument('1.0', 'utf-8'); $dom->loadHTML($html); $content_node=$dom->getElementById("content_node"); $div_a_class_nodes=getElementsByClass($content_node, 'div', 'a');//will contain the three nodes under "content_node".
DOMDocumentinput缓慢， phpQuery有内存泄漏问题。 我结束了使用：
https://github.com/wasinger/htmlpagedom
要select一个class级：
include 'includes/simple_html_dom.php'; $doc = str_get_html($html); $href = $doc->find('.lastPage')[0]->href;
我希望这可以帮助别人
