Peut simplexml être utilisé pour fusil par le html?

Je voudrais saisir des données à partir d'une table sans l'aide d'expressions régulières. J'ai apprécié l'aide de simplexml pour l'analyse des flux RSS et voudrais savoir si il peut être utilisé pour saisir une table à partir d'une autre page.

Par exemple. Récupérer la page avec curl ou tout simplement file_get_contents(); ensuite utiliser simplexml pour saisir le contenu?

InformationsquelleAutor chris | 2011-07-09
  1. 32

    Vous pouvez utiliser le loadHTML fonction du DOM de module, puis les importer DOM en SimpleXML via simplexml_import_dom:

    $html = file_get_contents('http://example.com/');
$doc = new DOMDocument();
$doc->loadHTML($html);
$sxml = simplexml_import_dom($doc);
    • Gros +1. Ajout d'un lien vers simplexml_import_dom et un tout petit peu plus d'explications.
    • Très belle affaire. Malheureusement, il ressemble au DOM de module n'est pas installé sur le serveur, je suis en train de travailler sur. Il est généralement standard>?
    • DOM et ses dépendances, libxml, sont à la fois compilé par défaut. Ils peuvent être explicitement à gauche dans la compilation ou désactivé au moment de l'exécution, mais c'est très inhabituel.
    • Im obtenir Fatal error: Class 'DOMDocument' ne trouve pas dans...' im en supposant que mon école a une étrange version de linux en cours d'exécution sur le serveur de l'avoir disparu. simplexml et libxml sont disponibles. Je vais demander de l'installer. Thx.
    InformationsquelleAutor phihag
  2. 7

    Si c'est du XHTML — oui, c'est certainement possible. Vrai XHTML est juste du XML à la fin, de sorte qu'il peut être analysé avec un analyseur XML.

    SimpleXML, cependant, n'accepte que les strictes XML. Si vous ne pouvez pas obtenir XHTML valide, il ressemble de le mettre à la moins stricte DOMDocument bibliothèque de première fera l'affaire (source ici):

    <?php
  $html = file_get_contents('http://...');
  $doc = new DOMDocument();
  $doc->strictErrorChecking = FALSE;
  $doc->loadHTML($html);
  $xml = simplexml_import_dom($doc);
?>
    InformationsquelleAutor Jon Gauthier
  3. 2

    Ma version tolère les erreurs et les problèmes avec l'encodage

    libxml_use_internal_errors(true);
$doc = new DOMDocument();
$doc->strictErrorChecking = FALSE;
$doc->loadHTML(mb_convert_encoding($this->html_content, 'HTML-ENTITIES',  'UTF-8'));
libxml_use_internal_errors(false);
$xml = simplexml_import_dom($doc);
    InformationsquelleAutor Maciej Niemir
  4. 0

    Il peut dépendre d'une page. Si la page est en XHTML (la plupart des pages web de nos jours), alors tous les parser XML devrait le faire, sinon regarder pour analyseur SGML. Voici une question similaire, vous pourriez être intéressé par: Tolérante des erreurs HTML/XML/SGML l'analyse en PHP

    • La PLUPART des pages web? Source de données, pls? Merci aussi de creuser autour de SORTE que (ou sur internet en général) pour savoir pourquoi les gens l'habitude de ne pas servir XHTML correctement.
    InformationsquelleAutor Piotr Turek