Php dom: PHP: DOMDocument — Manual

Компонент DomCrawler упрощает навигацию по DOM для документов HTML и XML.

Примечание

Хотя это и возможно, компонент DomCrawler не предназначен для манипулирования DOM или повторный дамп HTML/XML.

Примечание

Если вы устанавливаете этот компонент вне приложения Symfony, вы должны требуется файл vendor/autoload.php в вашем коде, чтобы включить класс механизм автозагрузки, предоставляемый Composer. Читать эту статью для более подробной информации.

Смотрите также

В этой статье объясняется, как использовать функции DomCrawler в качестве независимого компонент в любом PHP-приложении. Прочтите функциональные тесты Symfony статью, чтобы узнать, как использовать его при создании тестов Symfony.

Класс Crawler предоставляет методы для запроса и обработки документов HTML и XML.

Экземпляр Crawler представляет набор объектов DOMElement, которые являются узлами, которые можно пройти следующим образом:

Специализированная ссылка, Изображение и Классы форм полезны для взаимодействие с html-ссылками, изображениями и формами при переходе через HTML дерево.

Примечание

DomCrawler попытается автоматически исправить ваш HTML, чтобы он соответствовал официальная спецификация. Например, если вы вложите тег

внутрь другой тег

, он будет перемещен в родственный тег родительского тега. Это ожидаемо и является частью спецификации HTML5. Но если вы получаете неожиданное поведение, это может быть причиной. И пока DomCrawler не предназначен для дампа содержимого, вы можете увидеть «исправленную» версию вашего HTML сбросив его.

Используя выражения XPath, вы можете выбрать определенные узлы в документе:

Кончик

DOMXPath::query используется внутри для фактического выполнения запроса XPath.

Если вы предпочитаете селекторы CSS вместо XPath, установите компонент CssSelector. Он позволяет использовать селекторы, подобные jQuery:

Анонимная функция может использоваться для фильтрации по более сложным критериям:

Чтобы удалить узел, анонимная функция должна возвращать ложно .

Примечание

Все методы фильтрации возвращают новый Crawler экземпляр с отфильтрованным содержимым. Чтобы проверить, действительно ли фильтр что-то нашел, используйте $crawler->count() > 0 на этом новом сканере.

Как filterXPath(), так и методы filter() работают с Пространства имен XML, которые могут быть либо автоматически обнаружены, либо зарегистрированы явно.

Рассмотрим XML ниже:

Это можно отфильтровать с помощью Искатель без необходимости регистрации пространства имен псевдонимы как с filterXPath():

, так и с filter():

Примечание

Пространство имен по умолчанию зарегистрировано с префиксом "по умолчанию". Может быть изменилось с setDefaultNamespacePrefix() метод.

Пространство имен по умолчанию удаляется при загрузке содержимого, если оно единственное пространство имен в документе. Это сделано для упрощения запросов XPath.

Пространства имен могут быть явно зарегистрированы с Метод registerNamespace():

Проверить, соответствует ли текущий узел селектору:

Доступ к узлу по его положению в списке:

Получить первый или последний узел текущего выбора:

Получить узлы того же уровня, что и текущий выбор:

Получить узлы того же уровня после или перед текущим выбором:

Получить все дочерние узлы или узлы-предки:

Получить все прямые дочерние узлы, соответствующие селектору CSS:

Получить первого родителя (направляясь к корню документа) элемента, который соответствует предоставленному селектору:

Примечание

Все методы обхода возвращают новый Crawler пример.

Доступ к имени узла (имя тега HTML) первого узла текущего выбора (например, "p" или "div"):

Доступ к значению первого узла текущего выбора:

6. 3

Удаление пробельных символов по умолчанию в innerText() было представлен в Symfony 6.3.

Доступ к значению атрибута первого узла текущего выбора:

Извлечение значений атрибута и/или узла из списка узлов:

Примечание

Специальный атрибут _text представляет значение узла, а _name представляет имя элемента (имя тега HTML).

Вызов анонимной функции на каждом узле списка:

Анонимная функция получает узел (как Crawler) и позицию в качестве аргументов. Результатом является массив значений, возвращаемых вызовами анонимных функций.

При использовании вложенного искателя помните, что filterXPath() оценивается в контекст сканера:

Искатель поддерживает несколько способов добавления контента, но они взаимно эксклюзивный, поэтому вы можете использовать только один из них для добавления контента (например, если вы передадите содержимое в конструктор Crawler , вы не можете вызвать addContent() позже):

Примечание

addHtmlContent() и методы addXmlContent() по умолчанию используется кодировка UTF-8, но вы можете изменить это поведение с помощью второго необязательный аргумент.

Метод addContent() угадывает лучший набор символов в соответствии с заданным содержимым и по умолчанию ISO-8859-1 на случай, если невозможно угадать кодировку.

Поскольку реализация Crawler основана на расширении DOM, он также может для взаимодействия с родным DOMDocument, DOMNodeList и объекты DOMNode:

Метод Assessment() оценивает заданное выражение XPath. Возврат значение зависит от выражения XPath. Если выражение оценивается как скаляр значение (например, атрибуты HTML), будет возвращен массив результатов. Если выражение оценивается как документ DOM, новый Crawler экземпляр будет вернулся.

Это поведение лучше всего иллюстрируется примерами:

Используйте метод filter() для поиска ссылок по их идентификатору или классу атрибуты и используйте метод selectLink() для поиска ссылок по их содержимому (он также находит интерактивные изображения с этим содержимым в атрибуте alt ).

Оба метода возвращают экземпляр Crawler только с выбранной ссылкой. Использовать link() метод для получения объекта Link который представляет ссылку:

Объект Link имеет несколько полезных способы получения дополнительной информации о самой выбранной ссылке:

Примечание

Функция getUri() особенно полезна, поскольку очищает значение href и преобразует его в то, как он должен действительно обрабатываться. Например, для ссылка с href="#foo" , это вернет полный URI текущего страница с суффиксом #foo . Возврат из getUri() всегда полный URI, с которым вы можете действовать.

Чтобы найти изображение по атрибуту alt , используйте метод selectImage на существующий поисковый робот. Это возвращает экземпляр Crawler только с выбранным изображений). Вызов image() дает вам специальный Объект изображения:

Объект изображения имеет то же самое метод getUri() как ссылка.

Формам также уделяется особое внимание. А метод selectButton() доступен на краулере, который возвращает другой краулер, соответствующий или или элементов (или элемент внутри них). Строка, указанная в качестве аргумента, ищется в атрибуты id , alt , name и value , а также текстовое содержимое эти элементы.

Этот метод особенно полезен, потому что вы можете использовать его для возврата объект Form, представляющий форма, в которой находится кнопка:

Объект Form имеет множество очень полезные методы для работы с формами:

Метод getUri() делает больше чем просто вернуть атрибут action формы. Если метод формы является GET, то он имитирует поведение браузера и возвращает действие атрибут, за которым следует строка запроса всех значений формы.

Примечание

Необязательные атрибуты кнопки formaction и formmethod поддерживается. методы getUri() и getMethod() учитывают эти атрибуты всегда возвращают правильное действие и метод в зависимости от кнопка, используемая для получения формы.

Вы можете виртуально задавать и получать значения на форме:

Для работы с многомерными полями:

Передать массив значений:

Это здорово, но становится еще лучше! Объект Form позволяет взаимодействовать с вашей формой, как в браузере, выбирая значения радио, отмечая флажки, и загрузка файлов:

Какой смысл все это делать? Если вы проводите внутреннее тестирование, вы может получить информацию из вашей формы, как если бы она была только что отправлена используя значения PHP:

Если вы используете внешний HTTP-клиент, вы можете использовать форму для получения всех информации, необходимой для создания POST-запроса для формы:

Одним из замечательных примеров интегрированной системы, которая использует все это, является HttpBrowser, предоставленный Компонент BrowserKit. Он понимает объект Symfony Crawler и может использовать его для отправки форм. напрямую:

По умолчанию для полей выбора (выбор, радио) активирована внутренняя проверка чтобы вы не установили недопустимые значения. Если вы хотите иметь возможность установить недопустимые значения, вы можете использовать метод disableValidation() либо для вся форма или определенные поля:

Класс UriResolver принимает URI (относительный, абсолютный, фрагмент и т. д.) и превращает его в абсолютный URI против другой указанный базовый URI:

Если вам нужно, чтобы Crawler использовал HTML5 парсер, установите его useHtml5Parser аргумент конструктора для true :

При этом сканер будет использовать анализатор HTML5, предоставленный masterminds/html5 библиотека для разбора документов.

6.3

Аргумент useHtml5Parser был введен в Symfony 6.

No related posts.