PHP：用QueryPath解析XML/HTML文档

陈一男学习网站[ ChenYinan.com ] - CCF - NOI - 菜鸟教程 - 编程题库 - C++语言 - API

QueryPath是一个轻量级的PHP库，用于处理HTML和XML文档，它提供了简洁直观的API，让开发者能够方便地查询、操作和修改文档中的元素。以下是对QueryPath的详细介绍：

1. 安装与引入

使用Composer安装：推荐使用Composer来安装QueryPath。在项目根目录下的composer.json文件中添加以下依赖项：

json
{
    "require": {
        "querypath/querypath": "^3.0"
    }
}

然后在命令行中执行composer install命令，Composer会自动下载并安装QueryPath及其相关依赖。

引入库文件：安装完成后，在PHP脚本中使用require_once语句引入QueryPath的自动加载文件：

require_once 'vendor/autoload.php';

2. 创建QueryPath对象

可以使用htmlqp()函数将一个包含HTML内容的字符串转换为QueryPath对象，也可以使用htmlqp_file()函数从一个文件中加载HTML并创建对象。

// 从字符串创建
$htmlString = '<div><p>Paragraph 1</p><p>Paragraph 2</p></div>';
$qp = htmlqp($htmlString);
// 从文件创建
$htmlFile = 'index.html';
$qpFromFile = htmlqp_file($htmlFile);

3. 元素选择与操作

使用CSS选择器：QueryPath支持使用CSS选择器语法来定位文档中的元素，这使得选择元素变得非常直观和方便。例如，使用$qp->find('p')可以选择所有的<p>元素。

$paragraphs = $qp->find('p');
foreach ($paragraphs as $p) {
    echo $p->textContent(). "\n";
}

获取和设置元素属性：使用getAttribute()方法可以获取元素的属性值，使用setAttribute()方法可以设置元素的属性。

$html = '<a href="https://example.com">Link</a><img src="image.jpg">';
$qp = htmlqp($html);
$link = $qp->find('a');
echo $link->getAttribute('href'). "\n"; 
$img = $qp->find('img');
$img->setAttribute('src', 'new_image.jpg');
echo $img->getAttribute('src'). "\n";

修改元素内容：使用text()方法可以获取或设置元素的文本内容，使用html()方法可以获取或设置元素的HTML内容。

$html = '<div><p>Old Text</p></div>';
$qp = htmlqp($html);
$p = $qp->find('p');
echo $p->text(). "\n"; 
$p->text('New Text');
echo $p->text(). "\n"; 
$p->html('<b>New HTML</b>');
echo $p->html(). "\n";

4. 遍历与筛选

遍历元素集合：可以使用foreach循环遍历通过选择器获取的元素集合。

$html = '<ul><li>Item 1</li><li>Item 2</li></ul>';
$qp = htmlqp($html);
foreach ($qp->find('li') as $li) {
    echo $li->textContent(). "\n";
}

筛选元素：使用filter()方法可以对元素集合进行筛选，只保留符合特定条件的元素。例如，从一组<div>元素中筛选出具有特定类名的元素。

$html = '<div class="box">Box 1</div><div>Box 2</div><div class="box">Box 3</div>';
$qp = htmlqp($html);
$boxes = $qp->find('div')->filter('.box');
foreach ($boxes as $box) {
    echo $box->textContent(). "\n";
}

5. 链式操作

QueryPath支持链式操作，这使得代码更加简洁和易读。可以在一个语句中连续调用多个方法来对元素进行一系列的操作。

$html = '<div><p>Text</p><a href="https://example.com">Link</a></div>';
$qp = htmlqp($html);
$qp->find('p')->text('New Text')->end()->find('a')->attr('target', '_blank');
echo $qp->html();