php中处理html文档的常用方法是使用dom扩展。1. 首先通过domdocument对象加载html内容，可从文件、字符串或远程url读取；2. 接着利用domxpath类结合xpath语法查找所需节点；3. 然后对节点进行内容或属性修改，支持新增或删除节点；4. 最后通过savehtml()方法输出修改后的html内容。这种方式结构清晰、操作灵活，适用于网页抓取和结构化处理。
在PHP中处理HTML文档时，DOM扩展是一个非常实用的工具。它不仅可以解析HTML，还能让你像操作结构化数据一样去修改和遍历文档内容。如果你需要抓取网页内容并进行结构调整、标签替换或属性提取，用DOM来操作是最合适的选择。
1. 如何加载HTML文档
要使用DOM操作HTML，第一步是把HTML内容载入到DOMDocument对象中。你可以从字符串、文件甚至远程URL读取内容。
$doc = new DOMDocument();
@$doc->loadHTMLFile('example.html'); // 加载本地HTML文件
// 或者从字符串加载
$html = '<div><p>Hello World</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/7fc7563c4182" rel="nofollow" target="_blank">PHP免费学习笔记（深入）</a>”；</p></div>';
$doc->loadHTML($html);
注意：加载HTML时可能会报错，因为很多HTML页面并不是严格的XHTML格式。为了不让警告打断程序执行，可以在前面加@符号抑制错误。
你也可以通过file_get_contents()配合loadHTML()实现更灵活的加载方式，比如从网络请求获取HTML内容：
$html = file_get_contents('https://example.com');
$doc->loadHTML($html);
2. 使用DOMXPath查找节点
一旦HTML被加载进DOMDocument，接下来常用的方式是通过DOMXPath来查询你需要的节点。
$xpath = new DOMXPath($doc);
$nodes = $xpath->query('//div[@class="content"]');
这样就可以获取所有class为content的div元素。XPath语法很强大，支持各种条件匹配，比如：
- //a 获取所有链接
- //input[@type=”text”] 获取所有文本框
- //title/text() 获取网页标题文字
获取到节点后，可以对它们进行操作，比如修改内容、添加属性等。
3. 修改HTML节点内容和属性
找到目标节点之后，可以通过DOM方法来修改内容或属性。
比如，修改某个节点的文本内容：
foreach ($nodes as $node) {
$node->nodeValue = '这是新内容';
}
如果是想修改节点的属性，可以用如下方式：
foreach ($xpath->query('//img') as $img) {
$img->setAttribute('alt', '图片描述');
}
还可以创建新节点并插入到文档中：
$newParagraph = $doc->createElement('p', '新增段落');
$doc->getElementsByTagName('body')->item(0)->appendChild($newParagraph);
这些操作都比较直观，只要理解了节点树的结构，就能自由地增删改查。
4. 输出修改后的HTML
完成所有修改后，最终一步就是输出结果。可以使用saveHTML()方法将整个文档或某个节点转换回HTML字符串。
echo $doc->saveHTML(); // 输出完整HTML // 或者只输出某个节点的内容 echo $doc->saveHTML($node);
如果你想保存到文件中也很简单：
file_put_contents('modified.html', $doc->saveHTML());
基本上就这些。PHP的DOM操作虽然看起来有点底层，但胜在稳定可靠，特别适合做爬虫、内容提取、模板替换等工作。只要熟悉XPath和基本的DOM方法，处理HTML就会变得轻松许多。
暂无评论内容