1. 开始使用

首先下载解压缩,然后将simple_html_dom.php文件包含进要编写的脚本文件中,加载要处理的html,支持三种模式的html加载,分别是『从url中加载,从字符串中加载,从文件中加载』.代码如下:

1. require_once('simple_html_dom.php'); 
2. //从url加载 
3. $html = file_get_html('http://www.phpfensi.com'); 
4. //从字符串加载 
5. $html = str_get_html('Hello World!'); 
6. //从文件中加载 
7. $html = file_get_html('example.htm');  
8. 从字符串加载网上文件需要先从网络下下载，使用cURL比较好一些，需要在php配置文件中打开php扩展php_curl。 
9.  
10. $url = 'http://www.phpfensi.com'; 
11. $ci = curl_init(); 
12. curl_setopt($ci,CURLOPT_URL,$url); 
13. curl_setopt($ci, CURLOPT_SSL_VERIFYPEER, false); 
14. curl_setopt($ci, CURLOPT_SSL_VERIFYHOST, false); 
15. curl_setopt($ci, CURLOPT_RETURNTRANSFER, 1); 
16. $result = curl_exec($ch); 

2.查找html元素

使用find函数查找,返回包含对象的数组,常见的查找如下.

1. //查找超链接元素 
2. $alink = $html->find('a'); 
3. //查找第n个连接元素 
4. $alink = $html->find('a',5); 
5. //查找id为main的div 
6. $mainDiv = $html->find('div[id=main]'); 
7. //查找所有定义了id的div 
8. $idDiv = $html->find('div[id]'); 
9. //查找所有定义了id的元素 
10. $idAll = $html->find('[id]'); 
11. //查找样式类为info的元素 
12. $classInfo = $html->find('.info'); 
13. //支持嵌套子元素查找 
14. $ret = $html->find('ul li'); 
15. //查找多个html元素 
16. $ret = $html->find('a,img,p'); 
17. //....  

3.其他

可以使用内置的函数来进行元素的定位,返回父元素parent,返回子元素数组children，返回第一个子元素first_child,返回最后一个子元素last_child,返回前一个相邻元素prev_sibling,返回后一个相邻元素next_sibling等.提供简单的正则表达式来过滤属性选择器,类似于[attribute]的格式.

每个对象都有4个基本属性:

tag — 返回html标签名

innertext — 返回innerHTML

outertext — 返回outerHTML

plaintext — 返回HTML标签中的文本

返回元素属性值:

1. //返回$alink的href值 
2. $link = $alink->href;  

通过设置元素的属性值可以对元素进行添加、修改、删除操作,代码如下:

1. //删除url连接 
2. $alink->href = null; 
3. //元素的修改 
4. $ret->outertext = '' . $ret->outertext . '