DOMDocument::loadHTML
<?php
// try this html listing example for all nodes / includes a few getElementsByTagName options:
$file = $DOCUMENT_ROOT. "test.html";
$doc = new DOMDocument();
$doc->loadHTMLFile($file);
// example 1:
$elements = $doc->getElementsByTagName('*');
// example 2:
$elements = $doc->getElementsByTagName('html');
// example 3:
//$elements = $doc->getElementsByTagName('body');
// example 4:
//$elements = $doc->getElementsByTagName('table');
// example 5:
//$elements = $doc->getElementsByTagName('div');
if (!is_null($elements)) {
foreach ($elements as $element) {
echo "<br/>". $element->nodeName. ": ";
$nodes = $element->childNodes;
foreach ($nodes as $node) {
echo $node->nodeValue. "\n";
}
}
}
?>
DOMDocument::loadHTMLFile
(PHP 5)
DOMDocument::loadHTMLFile — ファイルから HTML を読み込む
説明
bool DOMDocument::loadHTMLFile
( string
$filename
)
この関数は、filename という名前のファイルから
読み込んだ HTML ドキュメントをパースします。
XML を読み込む場合とは異なり、妥当な HTML でなくても
読み込むことができます。
パラメータ
-
filename -
HTML ファイルへのパス。
返り値
成功した場合に TRUE を、失敗した場合に FALSE を返します。
静的にコールされた場合には DOMDocument を返します。
失敗した場合に FALSE を返します
エラー / 例外
空の文字列を filename
に渡したり中身が空のファイルを指定したりすると、警告が発生します。
この警告は libxml が発するものではないので、libxml
のエラー処理関数 では処理できません。
このメソッドは、静的にコールすることも
できはしますが、E_STRICT エラーが発生します。
壊れた HTML も読み込めますが、マークアップが正しくない場合には E_WARNING が発生します。
このエラーの処理には libxml のエラー処理関数
が使えます。
例
例1 ドキュメントを作成する
<?php
$doc = new DOMDocument();
$doc->loadHTMLFile("filename.html");
echo $doc->saveHTML();
?>
参考
- DOMDocument::loadHTML() - 文字列から HTML を読み込む
- DOMDocument::saveHTML() - 内部のドキュメントを HTML 形式の文字列として出力する
- DOMDocument::saveHTMLFile() - 内部のドキュメントを HTML 形式でファイルに出力する
add a note
User Contributed Notes
DOMDocument::loadHTMLFile
Mark Omohundro, ajamyajax dot com
28-Nov-2008 06:32
gzech at SPAMFILTER dot eso dot org
21-Feb-2007 02:09
If you want to suppress output warnings from loadHTMLFile($url), put an @ sign in front. This even works in:
<?php
$load = @$dom->loadHTMLFile($url);
?>
Lachlan Hunt
26-Sep-2005 11:15
Andy, the code you gave should not give that result. In your code, $tag is an <a> element and the nodeValue of elements is null, according to the DOM2 spec. You need to get at the text node first, before getting the node value.
<?
...
foreach ($tags as $tag) {
echo $tag->getAttribute('href').' | '.$tag->childNodes->item(0)->nodeValue."\n";
}
?>
This should output:
/mypage1 | Hello World!
/mypage2 | Another Hello World!
andy at carobert dot com
25-May-2005 01:24
This puts the HTML into a DOM object which can be parsed by individual tags, attributes, etc.. Here is an example of getting all the 'href' attributes and corresponding node values out of the 'a' tag. Very cool....
<?php
$myhtml = <<<EOF
<html>
<head>
<title>My Page</title>
</head>
<body>
<p><a href="/mypage1">Hello World!</a></p>
<p><a href="/mypage2">Another Hello World!</a></p>
</body>
</html>
EOF;
$doc = new DOMDocument();
$doc->loadHTML($myhtml);
$tags = $doc->getElementsByTagName('a');
foreach ($tags as $tag) {
echo $tag->getAttribute('href').' | '.$tag->nodeValue."\n";
}
?>
This should output:
/mypage1 | Hello World!
/mypage2 | Another Hello World!
bens at effortlessis dot com
08-Apr-2005 05:11
Note that this function doesn't parse the individual tags WITHIN the html file - it's all loaded as a "black box", and you end up with an XML widget that comprises nothing but the complete chunk of HTML.
I was hoping it would function as a sort of HTML-validator/parser, but that doesn't seem to be the case.