web-dev-qa-db-ja.com

クラス名によるDOM要素の取得

PHP DOM を使用しており、特定のクラス名を持つDOMノード内の要素を取得しようとしています。そのサブ要素を取得する最良の方法は何ですか？

更新：PHPにMechanizeを使用することになりました。

phpcssdom
114
bgcode

更新：*[@class~='my-class'] cssセレクターのXpathバージョン

そのため、hakreのコメントに対する以下のコメントの後、興味を持ち、Zend_Dom_Queryの背後にあるコードを調べました。上記のセレクターは、次のxpath（未テスト）にコンパイルされているようです。

[contains(concat(' ', normalize-space(@class), ' '), ' my-class ')]

だから、PHPは次のよ​​うになります：

$dom = new DomDocument();
$dom->load($filePath);
$Finder = new DomXPath($dom);
$classname="my-class";
$nodes = $Finder->query("//*[contains(concat(' ', normalize-space(@class), ' '), ' $classname ')]");

基本的に、ここで行うことは、class属性を正規化して、単一のクラスでさえスペースで区切られ、完全なクラスリストがスペースで区切られるようにすることです。次に、検索するクラスにスペースを追加します。このようにして、my-classのインスタンスのみを効果的に探して見つけます。

Xpathセレクターを使用しますか？

$dom = new DomDocument();
$dom->load($filePath);
$Finder = new DomXPath($dom);
$classname="my-class";
$nodes = $Finder->query("//*[contains(@class, '$classname')]");

要素の種類が1つだけの場合は、*を特定のタグ名に置き換えることができます。

非常に複雑なセレクタでこれをたくさん行う必要がある場合は、CSSセレクタ構文をサポートする Zend_Dom_Query をお勧めします（jQueryに似ています）：

$Finder = new Zend_Dom_Query($html);
$classname = 'my-class';
$nodes = $Finder->query("*[class~=\"$classname\"]");
139
prodigitalson

Zendなしでクラスのinnerhtmlを取得したい場合、これを使用できます：

$dom = new DomDocument();
$dom->load($filePath);
$classname = 'main-article';
$Finder = new DomXPath($dom);
$nodes = $Finder->query("//*[contains(concat(' ', normalize-space(@class), ' '), ' $classname ')]");
$tmp_dom = new DOMDocument(); 
foreach ($nodes as $node) 
    {
    $tmp_dom->appendChild($tmp_dom->importNode($node,true));
    }
$innerHTML.=trim($tmp_dom->saveHTML()); 
echo $innerHTML;
15
Tschallacka

受け入れられた方法の方が良いと思いますが、これもうまくいくと思います

function getElementByClass(&$parentNode, $tagName, $className, $offset = 0) {
    $response = false;

    $childNodeList = $parentNode->getElementsByTagName($tagName);
    $tagCount = 0;
    for ($i = 0; $i < $childNodeList->length; $i++) {
        $temp = $childNodeList->item($i);
        if (stripos($temp->getAttribute('class'), $className) !== false) {
            if ($tagCount == $offset) {
                $response = $temp;
                break;
            }

            $tagCount++;
        }

    }

    return $response;
}
11
dav

DOMDocumentはタイプが遅く、phpQueryにはメモリリークの問題があります。私は最終的に使用しました：

https://github.com/wasinger/htmlpagedom

クラスを選択するには：

include 'includes/simple_html_dom.php';

$doc = str_get_html($html);
$href = $doc->find('.lastPage')[0]->href;

これが他の人にも役立つことを願っています

5
iautomation

DomXPathまたはZend_Dom_Queryを使用しない別のアプローチもあります。

Davの元の関数に基づいて、タグとクラスがパラメーターに一致する親ノードのすべての子を返す次の関数を作成しました。

function getElementsByClass(&$parentNode, $tagName, $className) {
    $nodes=array();

    $childNodeList = $parentNode->getElementsByTagName($tagName);
    for ($i = 0; $i < $childNodeList->length; $i++) {
        $temp = $childNodeList->item($i);
        if (stripos($temp->getAttribute('class'), $className) !== false) {
            $nodes[]=$temp;
        }
    }

    return $nodes;
}

次のHTMLの変数$htmlがあるとします。

<html>
 <body>
  <div id="content_node">
    <p class="a">I am in the content node.</p>
    <p class="a">I am in the content node.</p>
    <p class="a">I am in the content node.</p>    
  </div>
  <div id="footer_node">
    <p class="a">I am in the footer node.</p>
  </div>
 </body>
</html>

getElementsByClassの使用は次のように簡単です。

$dom = new DOMDocument('1.0', 'utf-8');
$dom->loadHTML($html);
$content_node=$dom->getElementById("content_node");

$div_a_class_nodes=getElementsByClass($content_node, 'div', 'a');//will contain the three nodes under "content_node".
5
oabarca