标签：des style blog http io ar os 使用 java
DOM解析XML和js类似，懂得js的话很随意就读取出相应值了。
DOM所有元素都是节点，这点不要忘啦！
大概是这样：
ＸＭＬ文件：
<?xml version="1.0" encoding="utf-8"?> <bookstore> <book> <title>天龙八部</title> <price>28.8</price> </book> <book> <title>十八歌诗集</title> <price>29.9</price> </book> </bookstore>进行读取：
<?php
/***
====笔记部分====
XML的DOM解析
document.getElementsByTagName();
childNodes()
这2个方法,是不是有点熟悉?
答:是的,在js,java里也有
为什么?
答:因为XML是一种严格的文档格式,有其自身的标准,
解析XML,也有其标准,叫DOM标准,
我们所使用的html,xml,都遵循DOM标准,
也就是为什么我们看到上面的两个函数那么熟悉.
因为无论是PHP,java,c,js解析DOM树,遵循的同样的DOM标准.
***/
/***
如何通过php的DOM对象来解释XML
1:要把XML文件读入进来,形成一个XML文档对象 <--对应js--> document对象
2:再通过getElementsByTagName('标签名')得到一组节点<--js--> document.getElementsByTagName()
3:再把2步中,得到一组对象,取得其某一个,就得到了具体的结点.
***/
// 1:创建DOM解析对象
$dom = new DOMdocument('1.0','utf-8');
/*
DOMdocument Object有什么用?
答:他可以把你的XML文件加载入内存并分析
你就可以利用Object分析XML了
*/
//print_r($dom); // DOMDocument Object ( )
//echo '<br />';
// 2:载入XML文档
$dom->load('./01.xml'); // 得到文档对象
// 3:得到title节点列表
/*
分析,title节点有很多,因此得到的是"节点列表对象"
*/
$ts = $dom->getElementsByTagName('title');
//print_r($ts); // DOMNodeList Object ( )
/*
DOMNodelist
有1个属性: length 代表取得的节点数量
有1个方法: item(N) 代表取得第N个节点
*/
/*
echo '我们得到了',$ts->length,'个书名<br />';
echo '第一个节点是'; print_r($ts->item(0));
*/
// "天龙八部"是一个文本节点,而且是<title></title>的子节点
$title0 = $ts->item(0);
print_r($title0->childNodes); // 打印结果 又是一个列表对象(子节点列表)
echo $title0->childNodes->length,'个子节点<br />';
$text = $title0->childNodes->item(0);
print_r($text);
echo $text->wholeText;
echo '<hr />';
echo $dom->getElementsByTagName('title')->item(1)->childNodes->item(0)->wholeText;
echo '<hr />';
echo $dom->getElementsByTagName('title')->item(1)->nodeValue;
还记得上次是用字符串截取获得ｄｏｍ文档，这次进行改正
<?php
/***
====笔记部分====
目标:获取土豆网的[无广告]视频地址
一般的小偷程序:
1:file_get_contents/curl -->页面的html
2:正则分析视频地址
缺点:
1:慢,html页面比较大,有大量的信息是"杂质"信息
2:如果页面改版了,采集规则可能失效.
我们的采集办法:
利用土豆的API,得到XML信息
1:XML是纯数据,内容少,获取快
2:纯数据,比如标题,时长等,这些是不会变的. 很难失效.
目前,各大网站都有自己的开放接口, application programing interface,应用程序接口
利用网站的API,就可查询信息
如豆瓣的书籍信息,土豆的视频信息.....
$key = 1f3918053ff6bc04
***/
error_reporting(E_ALL & ~E_NOTICE);
if($tudou = $_POST['tudou']) {
$itemcode = basename($tudou);
$key = '1f3918053ff6bc04';
$api = 'http://api.tudou.com/v3/gw?method=item.info.get&appKey=' . $key . '&format=xml' . '&itemCodes=' . $itemcode;
// echo $api;
/*
echo $api,得到的是一个XML文档,内容是视频的标题,时长,封面等等信息
接下来我们要做的是用PHP把XML的各节点信息解析出来
知识点: DOMDocument类来解析
当前,我们暂时不用XML解析 ,而是直接用字符串操作来得到地址
*/
echo $api;
$dom = new Domdocument('1.0','utf-8');
$dom->load($api);
$noad = $dom->getElementsByTagName('html5Url')->item(0)->nodeValue;
}
?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" lang="zh-CN">
<head>
<title>新建网页</title>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<meta name="description" content="" />
<meta name="keywords" content="" />
<script type="text/javascript">
</script>
<style type="text/css">
</style>
</head>
<body>
<pre>
第28集http://www.tudou.com/programs/view/Dc6P2egJA4w/
</pre>
<h1>这个地址需要支持html5的浏览器才能看,如chrome,火狐,IE9以上</h1>
<form method="post">
<p>
土豆地址:<input type="text" name="tudou" />
</p>
<p>
<input type="submit" value="获取地址" />
</p>
</form>
<p>
无广告地址:<?php echo $noad; ?>
</p>
</body>
</html>
标签：des style blog http io ar os 使用 java
原文地址：http://blog.csdn.net/buyingfei8888/article/details/41248461
