簡介
Simple HTML DOM Parser 是一個 PHP 5+ 類庫，提供類似 jQuery 的選擇器語法，輕鬆解析、操作 HTML 文件。支援從字串、檔案、URL 建立 DOM 物件，並提供豐富的遍歷、修改、輸出方法。
核心輔助函式
| 函式 | 說明 |
|---|
str_get_html(string $content) | 從字串建立 DOM 物件 |
file_get_html(string $filename) | 從檔案或 URL 建立 DOM 物件 |
DOM 物件方法與屬性
| 方法/屬性 | 說明 |
|---|
plaintext | 取得純文字內容（移除所有標籤） |
clear() | 釋放記憶體 |
load(string $content) | 從字串載入內容 |
save([string $filename]) | 輸出內部 DOM 樹為字串，若給檔名則存檔 |
load_file(string $filename) | 從檔案/URL 載入 |
set_callback(string $function_name) | 設定輸出時的回呼函式 |
find(string $selector [, int $index]) | CSS 選擇器查找元素，指定 index 回傳單一物件，否則回傳陣列 |
元素物件方法與屬性
| 屬性/方法 | 說明 |
|---|
$e->attribute | 讀寫屬性值（如 $e->href） |
$e->tag | 讀寫標籤名稱 |
$e->outertext | 讀寫外層 HTML（含標籤本身） |
$e->innertext | 讀寫內層 HTML（不含標籤本身） |
$e->plaintext | 讀寫純文字內容 |
$e->find(string $selector [, int $index]) | 查找子元素，用法同 DOM 物件 |
DOM 遍歷方法
| 方法 | 說明 |
|---|
$e->children([int $index]) | 取得子元素陣列或指定索引 |
$e->parent() | 取得父元素 |
$e->first_child() | 取得第一個子元素 |
$e->last_child() | 取得最後一個子元素 |
$e->next_sibling() | 取得下一個同層元素 |
$e->prev_sibling() | 取得上一個同層元素 |
W3C DOM 相容別名（駝峰命名）
庫同時支援標準 DOM 方法名，如 getAttribute()、setAttribute()、getElementById()、getElementsByTagName()、parentNode()、childNodes()、firstChild() 等，內部映射至上述短名稱方法。
選擇器語法速查
tag：標籤名，如 div#id：ID 選擇器.class：類別選擇器[attr]：擁有該屬性[attr=value]：屬性等於值[attr!=value]：屬性不等於值[attr^=value]：屬性以值開頭[attr$=value]：屬性以值結尾[attr*=value]：屬性包含值a, img：群組選擇器ul li：後代選擇器div > p：子代選擇器（部分版本支援）
常用範例集錦
建立 DOM 物件
$html = str_get_html('<html><body>Hello!</body></html>');
$html = file_get_html('https://www.example.com/');
$html = file_get_html('test.htm');
查找元素
$anchors = $html->find('a'); // 所有連結
$first_a = $html->find('a', 0); // 第一個連結
$divs = $html->find('div[id=foo]'); // id=foo 的 div
$with_id = $html->find('[id]'); // 所有有 id 的元素
$by_id = $html->find('#foo'); // id=foo
$by_class = $html->find('.foo'); // class=foo
$links_imgs = $html->find('a, img'); // 連結與圖片
$titled = $html->find('a[title], img[title]');
巢狀查找
$lis = $html->find('ul li');
$nested = $html->find('div div div');
$tds = $html->find('table.hello td');
$center_tds = $html->find('table td[align=center]');
屬性操作
$href = $e->href; // 取得 href
$e->href = 'my link'; // 設定 href
$e->href = null; // 移除 href
if (isset($e->href)) echo 'href exist!';
內容輸出與修改
echo $html->plaintext; // 全文純文字
$e->outertext = '<div class="wrap">' . $e->outertext . '</div>'; // 包裹
$e->outertext = ''; // 移除元素
$e->outertext .= '<div>foo</div>'; // 追加
$e->outertext = '<div>foo</div>' . $e->outertext; // 前插
回呼函式範例
function my_callback($element) {
if ($element->tag == 'b') $element->outertext = ''; // 隱藏所有 <b>
}
$html->set_callback('my_callback');
echo $html; // 輸出時自動套用回呼
儲存結果
$str = $html->save(); // 回傳字串
$html->save('result.htm'); // 存檔
官方網站：simplehtmldom.sourceforge.net
