Парсер HTML
HTML parserДанная библиотека - это быстрый парсер html кода, который способен работать с невалидным кодом.
На вход необходимо подавать документ в кодировке UTF-8 или DomDocument.
Для поиска элементов используются css-селекторы, которые преобразуются внутри в xpath выражение.
Полученное xpath выражение кешируется, если в методе get не был выставлен в false второй аргумент (стоит отключать кеширование только в случае динамической генерации css выражений).
В возвращаемых через ->toArray() массивах находятся аттрибуты, текст под ключом #text и вложенные элементы под числовыми ключами.
Альтернативные методы: ->toXml() возвращает HTML-строку, ->getDom() возвращает DOMDocument
Примеры использования
Basic usage<?php
$html = gzdecode(file_get_contents('http://habrahabr.ru/'));
$saw = new nokogiri($html);
var_dump($saw->get('a.habracut')->toArray());
var_dump($saw->get('ul.panel-nav-top li.current')->toArray());
var_dump($saw->get('#sidebar dl.air-comment a.topic')->toArray());
var_dump($saw->get('a[rel=bookmark]')->toArray());
foreach ($saw->get('#sidebar a.topic') as $link){
var_dump($link['#text']);
}
HTML errors will be ignored.
Creating from HTML string: nokogiri::fromHtml($htmlString)
or new nokogiri($htmlString)
Creating from DomDocument: nokogiri::fromDom($dom)
Ошибки html игнорируются. Создание из строки HTML: nokogiri::fromHtml($htmlString); или new nokogiri($htmlString); Создание из DomDocument: nokogiri::fromDom($dom);
Реализованные селекторы
Implemented css selectors- tag
- .class
- #id
- [attr]
- [attr=value]
- :first-child
- :last-child
- :nth-child(a)
- :nth-child(an+b)
- :nth-child(even/odd)
Требования
RequirementsDOM libxml PHP
Ссылки
LinksСтатьи на хабре: