php如何阅读html_PHP中读取/解析HTML内容（DOMDocument）方法-html教程-PHP中文网

php如何阅读html_PHP中读取/解析HTML内容（DOMDocument）方法

星夢妙者

发布： 2025-11-17 16:13:02

原创

907人浏览过

DOMDocument可解析HTML字符串或文件，结合DOMXPath提取元素，需处理编码避免乱码。1.用loadHTML()加载字符串并禁用隐式标签；2.用loadHTMLFile()读取本地文件或file_get_contents()获取远程内容；3.DOMPXPath支持CSS选择器式查询，如按class或id提取节点；4.中文乱码可通过mb_convert_encoding或添加meta charset解决。

php如何阅读html_php中读取/解析html内容（domdocument）方法

在PHP中读取和解析HTML内容，DOMDocument 是一个非常实用的内置类。它能将HTML字符串或文件加载为结构化的文档对象模型（DOM），便于遍历、修改和提取所需数据。

1. 使用 DOMDocument 加载 HTML 字符串

如果已有HTML内容（如从网络请求获取的页面源码），可以直接用 loadHTML() 方法加载：

$html = '<div class="content"><p>这是第一段</p><p>这是第二段</p></div>';
$dom = new DOMDocument();

// 加载HTML，禁用内部错误避免警告
libxml_use_internal_errors(true);
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
libxml_clear_errors();

// 获取所有 p 标签
$paragraphs = $dom->getElementsByTagName('p');
foreach ($paragraphs as $p) {
    echo $p->nodeValue . "\n"; // 输出：这是第一段  这是第二段
}

登录后复制

注意：使用 LIBXML_HTML_NOIMPLIED 和 LIBXML_HTML_NODEFDTD 可防止自动添加 html、body 等隐式标签，保持原始结构。

2. 读取本地或远程HTML文件

若需解析本地保存的HTML文件，可用 loadHTMLFile() 方法：

立即学习“PHP免费学习笔记（深入）”；

小绿鲸英文文献阅读器

英文文献阅读器，专注提高SCI阅读效率

199

查看详情

$dom = new DOMDocument();
libxml_use_internal_errors(true);

if ($dom->loadHTMLFile('example.html')) {
    $titles = $dom->getElementsByTagName('h1');
    foreach ($titles as $title) {
        echo $title->nodeValue . "\n";
    }
} else {
    echo "无法加载文件";
}

登录后复制

对于远程URL，建议先用 file_get_contents() 获取内容再加载：

$url = 'https://example.com/page.html';
$html = file_get_contents($url);

$dom = new DOMDocument();
libxml_use_internal_errors(true);
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

登录后复制

3. 提取特定元素（如 class 或 id）

DOMDocument 本身不支持CSS选择器，但可结合 DOMXPath 实现灵活查询：

$dom = new DOMDocument();
libxml_use_internal_errors(true);
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED);

$xpath = new DOMXPath($dom);

// 查找 class="content" 的元素
$nodes = $xpath->query('//div[@class="content"]');
foreach ($nodes as $node) {
    echo $node->textContent;
}

// 查找 id="main"
$main = $xpath->query('//[@id="main"]')->item(0);
if ($main) {
    echo $main->nodeValue;
}

登录后复制

4. 处理中文乱码问题

若HTML含中文出现乱码，确保在加载前声明编码：

$html = mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8');
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED);

登录后复制

或在HTML开头添加编码声明：

$html = '<!DOCTYPE html><meta charset="UTF-8">' . $html;

登录后复制

基本上就这些。DOMDocument 配合 DOMXPath 能高效解析结构化HTML，适合做网页抓取、内容提取或模板处理。虽语法略底层，但稳定且无需额外扩展。

以上就是php如何阅读html_PHP中读取/解析HTML内容（DOMDocument）方法的详细内容，更多请关注php中文网其它相关文章！

大家都在看：

html转图片工具_html转图片网页版转换器使用Cookie持久化禁用JavaScript/HTML测验开始按钮解决HTML页面下载.exe文件时触发杀毒软件警告的问题 HTML图片路径深度解析：解决标签不显示图片问题 html缓存内容如何删除_html缓存内容删除的详细说明