Чем парсить DOM?

Подскажите, чем лучше парсить DOM элемены?
И что для этого нужно, в том смысле, что на локалке стоит WAMPSERVER, есть cURL, можно парсить и вытаскивать, то что нужно регулярками, но как я понял работать с DOM более удобно.

http://php.net/manual/ru/class.domdocument.php

не?

localhost писал:

http://php.net/manual/ru/class.domdocument.php не?

Спасибо!

Еще удобней парсить http://simplehtmldom.sourceforge.net/

gcc писал:

Еще удобней парсить http://simplehtmldom.sourceforge.net/

Мельком просматривал, но я так понял это что-то дополнительно нужно подключать, так в чистом виде код не работает.

Цитата:

Fatal error: Call to undefined function str_get_html()

Lexikon писал:

Мельком просматривал, но я так понял это что-то дополнительно нужно подключать, так в чистом виде код не работает.

ну так парсер по ссылке и надо подключить

Но вот как спарсить с помощью DOMDocument, тэг с классом?
Как пример:

Код:

<div class="index">text</div>

если бы было

Код:

<div id="index">text</div>

то тогда можно было бы использовать getElementById.
А как же поступать имея class="index" ?

Lexikon писал:

Но вот как спарсить с помощью DOMDocument, тэг с классом? Как пример: Код: <div class="index">text</div> если бы было Код: <div id="index">text</div> то тогда можно было бы использовать getElementById. А как же поступать имея class="index" ?

По другому и не ответишь domdocument get by class

по первой же ссылке со стаковерфлоу есть решение

http://stackoverflow.com/a/31616848/6288358


а еще лучше перестать есть кактус и поставить тот же http://simplehtmldom.sourceforge.net/ как и советовали раньше.

dizziness писал:

По другому и не ответишь domdocument get by class по первой же ссылке со стаковерфлоу есть решение http://stackoverflow.com/a/31616848/6288358 а еще лучше перестать есть кактус и поставить тот же http://simplehtmldom.sourceforge.net/ как и советовали раньше.

Благодарю!
Думаю, что http://simplehtmldom.sourceforge.net/ при массовом парсинге и с большим кол-вом элементов, то что нужно, а когда нужно дернуть что-то определенное, можно и что-то по проще. Но в любом случае благодарю!

Simplexml попробуйте, просто и понятно.

nokogiri охуенен.
Задачу "дёрнуть что-то определённое" решает в одну строчку.

если имя класса будет состоять из двух параметров, к примеру

Код:

<div class="left index">.....<div>

то такой класс не принимается, на выходе имеем пустой массив, приходится писать .left и тогда приходится уже откидавать всё лишнее, получается весь смысл парсинга в одну строку теряется.

PS: но если использовать

Код:

$saw->get('div[class=left index]')->toArray();

работает так как надо.

Но как быть с кодировкой, если в DOMDocument я делал так
[code ]$dom = new DOMDocument;
$dom->loadHTML(mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8'));[/code]

то как быть тут?

PS: прописал это в самом файле с кодом nokogiri и всё гуд!
Т.е.

Код:

$this->loadHtml($htmlString);

заменил на

Код:

$this->loadHtml(mb_convert_encoding($htmlString, 'HTML-ENTITIES', 'UTF-8'));

Последний раз редактировалось: Lexikon (14/08/16 в 09:49), всего редактировалось 4 раз(а)

dizziness писал:

а еще лучше перестать есть кактус и поставить тот же http://simplehtmldom.sourceforge.net/ как и советовали раньше.

Та же проблема что и в nokogiri, указана постом выше.

Попробуй https://packagist.org/packages/electrolinux/phpquery (https://github.com/electrolinux/phpquery)

johndoe2 писал:

Попробуй https://packagist.org/packages/electrolinux/phpquery (https://github.com/electrolinux/phpquery)

Благодарю, но уже сделал то, что нужно на nokogiri - охеренная вещь. При этом всё вмещается в файл 9 кб.
Переделал основной код под nokogiri, и теперь рад

DOM (php функции для работы с ним) сам посебе ничего такого в плане парсинга не предоставляет. с ним только проблемы с кодировкой и невалидным html

https://github.com/technosophos/querypath
парсить через запросы в виде через css-селекторов намного удобнее.

а так и регулярки тоже весьма не плохи - если речь про парсинг каких то небольших участков данных - глобально и надежно.

rickdeckard писал:

DOM (php функции для работы с ним) сам посебе ничего такого в плане парсинга не предоставляет. с ним только проблемы с кодировкой и невалидным html https://github.com/technosophos/querypath парсить через запросы в виде через css-селекторов намного удобнее. а так и регулярки тоже весьма не плохи - если речь про парсинг каких то небольших участков данных - глобально и надежно.

Благодарю! Но пока из всего, что тестировал понравился "nokogiri", отлично всё выдает в массиве, причем можно, как большую часть дерева DOM получить массивом, так и определенный элемент, управляя селекторами.
Сам же класс DOMDocument, не всегда может удовлетворить потребности, ну а с проблемами кодировки я столкнулся и в "nokogiri" но исправил это как и в самим классе DOMDocument.
Когда в свое время искал реализацию парсинга одной проблемной части HTML кода, мне как раз и сказали про DOM, поэтому отказался от регулярок.