PHP & DOM; interní poznámky

$dom = new DOMDocument();

// konfigurace pro načtení
$dom->preserveWhiteSpace = FALSE;
$dom->load('input.xml');

// konfigurace pro uložení
$dom->formatOutput = TRUE;
$dom->encoding = 'utf-8';
$dom->save('output.xml');

// odstraníme \r
$s = file_get_contents('input.html');
$s = str_replace("\r", '', $s);

// parsujeme
$dom = new DOMDocument();
$ok = $dom->loadHTML($s);

// zjistíme obsah <title>
$title = $dom->getElementsByTagName('title')->item(0)->nodeValue;

// nebo šikovněji přes XPath:
$xpath = new DOMXPath($dom);
$title = $xpath->query('//title')->item(0)->nodeValue;

Karma body: 16. Líbil se vám článek?

• 27. 9. 2007 PHP & programování 7827x
• RSS komentářů k tomuto článku
• Vytisknout, odeslat [emailem], exportovat do [PDF].
• nahoru

Komentáře » přidat

1. [1] David Grudl: nový

   Tohle není článek, jen souhrn mých rešerší, sepsaný pro vlastní potřebu. Text nadále doplňuji a upravuji. Budu rád, pokud téma doplníte o další postřehy.

   Posláno 27. 9. 2007 v 9.28 | Odpovědět

2. [2] pixy: nový

   Prefix: mám s tímhle nulové zkušenosti; drobný nápad: nepomohlo by přeuložit nepoužívanější DTD na lokál a přesměrovat PHP na ně?

   Posláno 27. 9. 2007 v 10.37 | Odpovědět

   Na komentář reagoval [3] David Grudl

3. [3] David Grudl: nový

   [2] pixy: asi nejsnáze to lze udělat změnou URL v <!DOCTYPE>na lokální soubor, zprovoznit XML Catalogs se mi nepodařilo. Nicméně stále je zpracování DTD velmi pomalé – asi 50× prodlouží načtení XHTML souboru.

   Mnohem rychlejší je preprocesing vstupního souboru

   nahradit atribut id za xml:id

   nahradit jmenné entity za číselné

   a pak parsovat bez DTD.

   Posláno 27. 9. 2007 v 11.13 | Odpovědět

4. [4] marek: nový

   nevadí že napíšu komentář k nečlánku? :) Co vedlo k napsání komentáře o nečlánku po osmi hodinách od napsání?

   Posláno 27. 9. 2007 v 18.05 | Odpovědět

   Na komentář reagoval [5] David Grudl

5. [5] David Grudl: nový

   [4] marek: to je pozůstatek jednoho smazaného komentáře a smazaných reakcí na to, že jsem jej smazal 

   Posláno 27. 9. 2007 ve 22.54 | Odpovědět

6. [6] xom: nový

   Děkuju za souhrn, velice se to hodí, zvláště, když přemýšlím nad tvorbou PHP OpenXML docx generátoru, který jsem po netu hledal a nějak nenašel – pokud byste někdo o tom generátoru věděl, tak napište, ať nedělám zbytečnou práci (pro tabulkový Excel již existuje PHP Excel

   Posláno 28. 9. 2007 v 10.26 | Odpovědět

7. [7] pavel: nový

   Podle čeho DOM určuje typ node? Já se přes něj snažil naimportovat jednoduché XML typu:

   <items>
      <item>
         <types>
            <type/>
            <type/>
         </types>
       </item>
   </items>

   a smůla. Proste NODE „types“ se rozhodl považovat za DOMText a nešel tím pádem listovat přes ChildNodes 

   Posláno 30. 9. 2007 v 18.25 | Odpovědět

   Na komentář reagoval [8] Pavel

8. [8] Pavel: nový

   [7] pavel: klasika, chyba mezi židlí a klávesnicí :)

   Dal jsem si tu práci a dohledal to (je to dávno přepsáno do simpleXML) a byla tam triviální bota v zaměření NODE 

   Posláno 30. 9. 2007 v 18.45 | Odpovědět

9. [9] Linus: nový

   Ahoj mám takovej nepěknej problém, a to mám nasledující kód(který z jednoho dokumentu vezme element a přepíše jim element se stejným id v jiném dokumentu).

   $parent = new DOMDocument();
   $parent->loadXML(
   '<foo>
     <bar xml:id="a">
       <bar xml:id="b">parent</bar>
     </bar>
   </foo>'
   );
   
   $child = new DOMDocument();
   $child->loadXML(
   '<foo>
     <bar xml:id="a">
       <bar xml:id="b">child</bar>
     </bar>
   </foo>'
   );
   
   $replace = $parent->getElementById('a');
   
   $replace->parentNode->replaceChild(
       $parent->importNode($child->getElementById('a'), TRUE),
       $replace
   );
   
   echo $parent->getElementById('b')->nodeValue;

   Element se přepíše, bohužel ho pak nelze získat pomocí getElementById a jeho potomky taky ne. Nevíte jak toto obejít je to snad omezení atributu xml:id místo id?

   Očekávaný výsledek: child
   Avšak výsledek je: parent

   Posláno 4. 11. 2007 v 9.42 | Odpovědět

Tento článek byl uzavřen. Už není možné k němu přidávat komentáře ani hlasovat

Výtah na začátek článku na první komentář

Názory čtenářů v diskusích nejsou názory provozovatele webu, a ten za jejich obsah neodpovídá.