如何通过类名或id使用php获得innerhtml - how to get innerhtml by classname or id using php

嗨，我正在从外部url加载内容。像这样。

$html=get_data($external_url);

其中get_data()是一个使用curl获取内容的函数。

现在，我想从不同的HTML元素，如h1,div,p,span通过使用他们的类或id的内部HTML。

例如

如果来自外部url($html)的内容是这样的

<html>
<title></title>
<body>
    <h1 class="title">I am title</h1>
    <div id="content">
        i am the content.
    </div>
</body>

现在我想用class="title"获得HTML标签的内部HTML。同样，我想获得标签的内部HTML id="content"

如何使用php做到这一点?我不了解DOM, XML。请帮助。

这是一个函数DOMDocument::saveHTML()。在当前的php版本中，可以使用希望保存为html的节点。要保存节点的内部html，必须保存每个子节点。

function getHtml($nodes) {
  $result = '';
  foreach ($nodes as $node) {
    $result .= $node->ownerDocument->saveHtml($node);
  }
  return $result;
}

要获取节点，可以使用Xpath。id很简单

获取所有元素节点:

//*

具有id属性"content"的

//*[@id="content"]

只使用第一个找到的节点，以防有人多次添加相同的id。

//*[@id="content"][1]

获取子节点—node()包括元素、文本和其他几个节点

//*[@id="content"][1]/node()

$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXpath($dom);
echo getHtml($xpath->evaluate('//*[@id="content"][1]/node()'));

class属性稍微复杂一些。类属性是令牌列表，它们可以包含多个类名。这里有一个匹配它们的技巧。Xpath函数normalize-space()将所有空格组转换为单个空格分隔符。在前面和末尾添加一个空格，你会得到一个像" one two three "这样的字符串。现在您可以检查" one "是否是该字符串的一部分。在Xpath:

规范类属性:

normalize-space(@class)

开始和结束添加空格:

concat(" ", normalize-space(@class), " ")

检查是否包含子字符串

contains(concat(" ", normalize-space(@class), " "), " title ")

使用它来限制节点

//*[contains(concat(" ", normalize-space(@class), " "), " title ")][1]/node()

放在一起:

$html = <<<'HTML'
<html>
<title></title>
<body>
    <h1 class="title">I am title</h1>
    <div id="content">
        i am the <b>content</b>.
    </div>
</body>
HTML;
$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXpath($dom);
function getHtml($nodes) {
  $result = '';
  foreach ($nodes as $node) {
    $result .= $node->ownerDocument->saveHtml($node);
  }
  return $result;
}
// first node with the id
var_dump(
  getHtml(
    $xpath->evaluate('//*[@id="content"][1]/node()')
  )
);
// first node with the class
var_dump(
  getHtml(
    $xpath->evaluate(
      '//*[contains(concat(" ", normalize-space(@class), " "), " title ")][1]/node()'
    )
  )
);
// alternative - handling multiple nodes with the same class in a loop
$nodes = $xpath->evaluate(
  '//*[contains(concat(" ", normalize-space(@class), " "), " title ")]'
);
foreach ($nodes as $node) {
  var_dump(getHtml($xpath->evaluate('node()', $node)));
}

输出:https://eval.in/118248

string(40) "
        i am the <b>content</b>.
    "
string(10) "I am title"
string(10) "I am title"

这很简单。试着

$dom_doc = new DomDocument();
$dom_doc->loadHTML($returned_external_html);
$element = $dom_doc->getElementsByTagName('table'); // you can search for any tags like <img>, <p> and etc. This will return a DOMNodeList
$element = $dom_doc->getElementById('specific_id'); // If you know the id of element you are seeking for try this. This will return a DOMElement
//If I want to getINNERHTML for the table element, the code should be:
$innerHTML= ''; 
$children = $element->childNodes; 
foreach ($children as $child) { 
    $innerHTML .= $child->ownerDocument->saveXML( $child ); 
}
echo $innerHTML; //contain the inner html of the element

查看这些链接以获取更多帮助
DOMDocument GetElementsByTagName
DOMDocument GetElementById