Question

我看到很多可以解析html的php库。一个很好的例子是QueryPath，它模仿了Jquery Api。

但是，我希望分析phtml。因此，不仅图书馆擅长分析DOM，而且擅长分析php processing instructions。例如 Php文档对象模型或 PDOM 。

这样的文件：

<?php
require 'NameFinder.php';
$title = 'Wave Hello';
$name = getName();
?><html>
<head>
<title><?php echo $title ?></title>
</head>
<body>
<h1>Hello <?php echo $name ?></h1>
<p>Blah Blah Blah</p>
</body>

我希望能够使用这种php库来阅读以下内容：

由xpath或css选择器找到的DOM节点的内部html。

也可能提供以下内容：

脚本中调用的php函数/方法列表
php变量的值
该页面所需的页面
第5行之前使用的php变量列表
在body元素的第1段之前使用的php变量列表

我可以花一些时间在一起琐事，借用内置的DOM Api，内省和字符串操作等借用phpdocumentor和Zend Framework Reflection之类的代码。

但是，如果有某种类型的* phtmlQuery“库可以做这些事情那么它就会很方便。

Answer 1

要从文件中获取处理说明（和其他节点），您可以使用DOM和XPath：

$dom = new DOMDocument;
$dom->loadHTMLFile('/path/to/your/file/or/url');
$xpath = new DOMXPath($dom);
foreach ($xpath->query('//processing-instruction()') as $pi) {
    echo $dom->saveHTML($pi), PHP_EOL;
}

这将输出：

<?php require 'NameFinder.php';
$title = 'Wave Hello';
$name = getName();
?>
<?php echo $title ?>
<?php echo $name ?>

这适用于破碎的HTML。您可以在

找到其他库

How do you parse and process HTML/XML in PHP?

获得处理说明后，您可以通过原生Tokenizer运行它们，也可以尝试其中一些：

那些不会神奇地为您提供开箱即用的信息，因此您可能需要自己写几行。

Answer 2

php核心中包含一个可以执行此操作的xml解析器，但您只能在有效的xhtml页面上使用它，而不仅仅是普通的html或破坏的xhtml。你必须设置解析器来处理处理指令，它可能会变得非常复杂。

http://www.php.net/manual/en/book.xml.php

http://www.php.net/manual/en/function.xml-set-processing-instruction-handler.php

Answer 3

您可以使用PHP的token_get_all来标记PHP，这样您就可以遍历结果并检查函数调用和PHP值。

E.g：

<?php

$src = <<<EOD
<?php
require 'NameFinder.php';
$title = 'Wave Hello';
$name = getName();
?><html>
<head>
<title><?php echo $title ?></title>
</head>
<body>
<h1>Hello <?php echo $name ?></h1>
<p>Blah Blah Blah</p>
</body>
EOD;

$tokens = token_get_all($src);

var_dump($tokens);

您仍然需要编写一些代码来遍历所有标记，查看它们是什么，然后根据标记类型（函数名称，文字字符串，变量赋值等）获取值，但这样做很多就解析PHP而言，为你工作。

有没有好的PHP库可以将html / php文件转换为对象

3 个答案: