Parsear HTML con PHP

PHP Simple HTML DOM Parser es una librería pensada para manipular código HTML de forma sencilla con PHP. Siguiendo una sintaxis que recuerda a jQuery, permite acceder a tags, modificar elementos HTML o extraer contenido en poquísimas lineas de código.

Veamos un par de ejemplos:

• Acceder a elementos HTML

  // Create DOM from URL or file
  $html = file_get_html(‘http://www.google.com/’);

  // Find all images
  foreach($html->find(‘img’) as $element)
  echo $element->src . ‘<br>’;

  // Find all links
  foreach($html->find(‘a’) as $element)
  echo $element->href . ‘<br>’;

• Modificar elementos HTML

  // Create DOM from string
  $html = str_get_html(‘<div id=”hello”>Hello</div><div id=”world”>World</div>’);

  $html->find(‘div’, 1)->class = ‘bar’;

  $html->find(‘div[id=hello]‘, 0)->innertext = ‘foo’;

  echo $html; // Output: <div id=”hello”>foo</div><div id=”world” class=”bar”>World</div>

• Extraer contenido

  // Dump contents (without tags) from HTML
  echo file_get_html(‘http://www.google.com/’)->plaintext;

Simple HTML DOM Parser requiere PHP 5 o superior para su correcto funcionamiento y es capaz de trabajar con HTML no valido.

Web oficial de Simple HTML DOM Parser
Descargar desde sourceforge

Vía sentidoweb

Posts relacionados:

1. Parseando HTML con PHP, ejemplo real
2. 10 expresiones regulares para PHP