Boucle sur DOMDocument

Je suis à la suite de la suggestion de cette question Robuste, Mature Analyseur HTML pour PHP, sur l'analyse du code html qui peut être incorrect avec DOMDocument.

Est-il un moyen facile pour faire une boucle sur le document analysé? Je voudrais donc faire une boucle sur le html comme ceci.

$html='<ul>
         <li>value1</li>
         <li>value1</li>
         <li>value3
            <p>subvalue</p>
         </li>
        </ul>
        <p>hello world</p>';

$doc = new DOMDocument();
$doc->loadHTML($html);
???
foreach (??? as $node)
{
  print $node->nodeName.':'.$node->nodeValue;
}

Et d'obtenir des résultats un peu comme cela.

 ul:
 li:value1
 li:value2
 li:value3
 p:subvalue
 p:hello world

À l'aide de $doc->childNodes par lui-même n'a pas vraiment faire ce que je veux. Depuis, il ne semble pas aller vers le bas pour baisser les branches de l'arbre. J'ai utilisé le code suggéré par halfdan et j'obtiens des résultats comme ça.

html:
html:value1
         value1
         value3
            subvalue

        hello world
  • Les objets DOM peut (mais pas toujours) ont une propriété appelée $childNodes que vous pouvez parcourir. Vous pouvez vérifier la présence ou non de cette propriété avec la hasChildNodes() la méthode.
InformationsquelleAutor Zoredache | 2010-05-26
  1. 30

    Essayez ceci:

    $doc = new DOMDocument();
$doc->loadHTML($html);
showDOMNode($doc);

function showDOMNode(DOMNode $domNode) {
    foreach ($domNode->childNodes as $node)
    {
        print $node->nodeName.':'.$node->nodeValue;
        if($node->hasChildNodes()) {
            showDOMNode($node);
        }
    }    
}
    • Merci, j'ai mis à jour ma question afin d'être plus clair. Je ne crois pas $doc->childNodes par lui-même fait ce que je veux. Fondamentalement, je veux visiter chaque nœud de l'arbre, et pas seulement voir tous les nœuds à un niveau.
    • Bon, donnez-moi une seconde et je vais mettre à jour mon post.
    • Super élégant! Merci pour la réponse!
    InformationsquelleAutor halfdan
  2. 2

    Vous devez utiliser PHP Simple HTML DOM Parser et le code suivant:

    <?php
require_once 'simplehtmldom/simple_html_dom.php';

function iterateHtmlElements($html)
{
    $dom = str_get_html($html);
    $dom->set_callback('handleElement');
    $dom->__toString();
    echo "\n";
}

function handleElement(simple_html_dom_node $elem)
{
    if($elem->tag == 'text') {
        echo $elem->innertext();
    }
    else {
        echo "\n" . $elem->tag . ": ";
    }
}

$html='<ul>
         <li>value1</li>
         <li>value1</li>
         <li>value3
            <p>subvalue</p>
         </li>
        </ul>
        <p>hello world</p>';
iterateHtmlElements($html);

    Il fonctionne exactement comme prévu. Je l'ai vérifié avec l'entrée que vous avez fournis et a obtenu les résultats suivants:

    > php test2.php

ul:
li: value1
li: value1
li: value3
p: subvalue
p: hello world
    InformationsquelleAutor JustAC0der
  3. 1

    J'ai eu des problèmes avec des éléments de données c, où même des éléments qui n'ont pas d'enfants où le renvoi de ce qu'ils ont fait.

    Je ne suis pas sûr de savoir pourquoi il était.

    Le travail, j'ai trouvé a été de changer

    if($node->hasChildNodes()) {
        showDOMNode($node);
    }

    à

    if($node->childNodes->length != 1) {
        showDOMNode($node);
    }

    Et le code fonctionne maintenant parfaitement.

    InformationsquelleAutor Drunken Peacock
  4. 1

    Une façon consiste à pied de l'arbre comme suit:

    function next_node($node)
{
    if($node->firstChild != null)
    {
        return $node->firstChild;
    }

    if($node->nextSibling != null)
    {
        return $node->nextSibling;
    }

    for($node = $node->parentNode; $node != null; $node = $node->parentNode)
    {
        if($node->nextSibling != null)
        {
            return $node->nextSibling;
        }
    }

    return null;
}

for($node = $doc; $node != null; $node = next_node($node))
{
    //handle node (read-only mode, if you need read-write
    //you have to save all the nodes in an array and then
    //use that array
    //
    ...
}

    Cela fonctionne pour la plupart des documents, cependant, il ressemble à la fois la parentNode est en quelque sorte pas correctement et le next_node() fonction se termine le retour de la mauvaise information.

    InformationsquelleAutor Alexis Wilke