0

0

网页内容抓取乱码?LaminasDom+XPath/CSSSelector轻松搞定

PHPz

PHPz

发布时间:2025-06-20 10:16:28

|

872人浏览过

|

来源于php中文网

原创

在进行网络爬虫或者网页内容分析时,经常需要从HTML文档中提取特定的信息。然而,原始的DOM操作往往比较繁琐,而且不同的网页结构差异很大,使得提取过程变得复杂而容易出错。这时候,Laminas\Dom组件就能派上大用场。

laminas\dom组件提供了一个统一的接口,可以使用xpath或者css选择器来查询dom文档。这意味着你可以像使用jquery一样,用简洁的css选择器来定位元素,或者使用更强大的xpath表达式来精确地提取数据。

使用Composer安装Laminas\Dom非常简单:

<code>composer require laminas/laminas-dom</code>

示例:使用CSS选择器提取标题

假设我们有以下HTML代码:

<code class="html"><!DOCTYPE html>
<html>
<head>
    <title>Laminas\Dom 示例</title>
</head>
<body>
    <div class="content">
        <h1>这是一个标题</h1>
        <p>这是一段文字。</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/cb6835dc7db1" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">前端免费学习笔记(深入)</a>”;</p>
    </div>
</body>
</html></code>

我们可以使用Laminas\Dom\Query来提取<h1></h1>标签的内容:

<code class="php">use Laminas\Dom\Query;

$html = '<!DOCTYPE html><html><head><title>Laminas\Dom 示例</title></head><body><div class="content"><h1>这是一个标题</h1><p>这是一段文字。</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/cb6835dc7db1" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">前端免费学习笔记(深入)</a>”;</p></div></body></html>';

$query = new Query($html);
$results = $query->execute('div.content h1');

foreach ($results as $result) {
    echo $result->nodeValue . PHP_EOL; // 输出:这是一个标题
}</code>

示例:使用XPath提取内容

Veo
Veo

Google 最新发布的 AI 视频生成模型

下载

同样,我们也可以使用XPath来提取相同的信息:

<code class="php">use Laminas\Dom\Query;

$html = '<!DOCTYPE html><html><head><title>Laminas\Dom 示例</title></head><body><div class="content"><h1>这是一个标题</h1><p>这是一段文字。</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/cb6835dc7db1" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">前端免费学习笔记(深入)</a>”;</p></div></body></html>';

$query = new Query($html);
$results = $query->execute('//div[@class="content"]/h1');

foreach ($results as $result) {
    echo $result->nodeValue . PHP_EOL; // 输出:这是一个标题
}</code>

通过以上示例可以看出,Laminas\Dom组件极大地简化了DOM操作,使得我们可以更方便、更高效地从HTML文档中提取数据。无论是简单的CSS选择器还是复杂的XPath表达式,Laminas\Dom都能轻松应对。

Composer在线学习地址:学习地址

注意:

需要注意的是,laminas/laminas-dom 组件已经被官方标记为 abandoned,不再进行维护。官方推荐使用 symfony/dom-crawler 作为替代方案。因此,在新的项目中,建议优先考虑 symfony/dom-crawler

总而言之,虽然 laminas/laminas-dom 组件已经停止维护,但它仍然是一个非常有用的工具,可以帮助我们解决网页内容抓取和解析的难题。如果你还在使用它,可以继续利用其强大的功能。但同时,也建议考虑迁移到 symfony/dom-crawler 等更活跃的替代方案。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
PHP Symfony框架
PHP Symfony框架

本专题专注于PHP主流框架Symfony的学习与应用,系统讲解路由与控制器、依赖注入、ORM数据操作、模板引擎、表单与验证、安全认证及API开发等核心内容。通过企业管理系统、内容管理平台与电商后台等实战案例,帮助学员全面掌握Symfony在企业级应用开发中的实践技能。

87

2025.09.11

composer是什么插件
composer是什么插件

Composer是一个PHP的依赖管理工具,它可以帮助开发者在PHP项目中管理和安装依赖的库文件。Composer通过一个中央化的存储库来管理所有的依赖库文件,这个存储库包含了各种可用的依赖库的信息和版本信息。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

162

2023.12.25

jquery插件有哪些
jquery插件有哪些

jquery插件有jQuery UI、jQuery Validate、jQuery DataTables、jQuery Slick、jQuery LazyLoad、jQuery Countdown、jQuery Lightbox、jQuery FullCalendar、jQuery Chosen和jQuery EasyUI等。本专题为大家提供jquery插件相关的文章、下载、课程内容,供大家免费下载体验。

156

2023.09.12

jquery怎么操作json
jquery怎么操作json

操作的方法有:1、“$.parseJSON(jsonString)”2、“$.getJSON(url, data, success)”;3、“$.each(obj, callback)”;4、“$.ajax()”。更多jquery怎么操作json的详细内容,可以访问本专题下面的文章。

337

2023.10.13

jquery删除元素的方法
jquery删除元素的方法

jquery可以通过.remove() 方法、 .detach() 方法、.empty() 方法、.unwrap() 方法、.replaceWith() 方法、.html('') 方法和.hide() 方法来删除元素。更多关于jquery相关的问题,详情请看本专题下面的文章。php中文网欢迎大家前来学习。

406

2023.11.10

jQuery hover()方法的使用
jQuery hover()方法的使用

hover()是jQuery中一个常用的方法,它用于绑定两个事件处理函数,这两个函数将在鼠标指针进入和离开匹配的元素时执行。想了解更多hover()的相关内容,可以阅读本专题下面的文章。

516

2023.12.04

jquery实现分页方法
jquery实现分页方法

在jQuery中实现分页可以使用插件或者自定义实现。想了解更多jquery分页的相关内容,可以阅读本专题下面的文章。

312

2023.12.06

jquery中隐藏元素是什么
jquery中隐藏元素是什么

jquery中隐藏元素是非常重要的一个概念,在使用jquery隐藏元素之前,需要先了解css样式中关于元素隐藏的属性,比如display、visibility、opacity等属性。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

129

2024.02.23

chatgpt使用指南
chatgpt使用指南

本专题整合了chatgpt使用教程、新手使用说明等等相关内容,阅读专题下面的文章了解更多详细内容。

0

2026.03.16

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
第二十四期_PHP8编程
第二十四期_PHP8编程

共86课时 | 3.5万人学习

成为PHP架构师-自制PHP框架
成为PHP架构师-自制PHP框架

共28课时 | 2.6万人学习

第二十三期_PHP编程
第二十三期_PHP编程

共93课时 | 7.6万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号