如何使用DOMDocument排除body标记中的特定html块？
DOMDocument是PHP中用于解析和操作HTML和XML文档的类。要排除body标记中的特定HTML块，可以使用DOMDocument的相关方法和属性来实现。
首先，我们需要加载HTML文档并创建一个DOMDocument对象：
$dom = new DOMDocument();
$dom->loadHTML($html); // $html为要解析的HTML文档内容接下来，我们可以使用DOMDocument的getElementById()方法或getElementsByTagName()方法来获取body标记和特定HTML块的DOM节点：
$body = $dom->getElementsByTagName('body')->item(0); // 获取body标记的DOM节点
$blocks = $dom->getElementById('blockId'); // 获取特定HTML块的DOM节点，blockId为HTML块的id属性值然后，我们可以使用DOMDocument的removeChild()方法将特定HTML块从body标记中移除：
$body->removeChild($blocks);最后，我们可以将修改后的HTML文档输出或保存：
$newHtml = $dom->saveHTML();这样就完成了排除body标记中特定HTML块的操作。
DOMDocument的优势在于它提供了丰富的方法和属性来解析和操作HTML和XML文档，可以灵活地处理各种复杂的文档结构。它适用于需要对HTML和XML文档进行精细操作和处理的场景，例如网页解析、数据提取、数据转换等。
腾讯云相关产品中，与HTML文档解析和处理相关的产品包括腾讯云CVM（云服务器）、腾讯云COS（对象存储）、腾讯云CDN（内容分发网络）等。这些产品可以提供稳定可靠的云计算基础设施和服务，用于存储、传输和加速HTML文档的访问。
更多关于腾讯云产品的介绍和详细信息，您可以访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
变量$html中有一个字符串，其中包含缩小的HTMl代码，所有代码都在一行中，如下所示：
$html = '<body><div><p>hello</p><div></body>';
如何美化/漂亮地打印HTML，使我的变量变成如下所示：
$html = '<body>
<div>
<p>hello</p>
<div>
</body
浏览 9提问于2016-01-01得票数 6
回答已采纳
1回答
所以我有一个PHP脚本，它接收管道电子邮件，在它们后面附加一个页脚，然后将它们传递出去。
但是，如果有人发送了一封已经是HTML格式的电子邮件，它只会将整个html电子邮件插入到新的html文档的正文中。我需要一个脚本，将(如果电子邮件已经在html中)取下的html，头部和主体标签离开原来的电子邮件。
例如，如果有人发送了电子邮件
<html><body>This is my awesome input email which is <strong>already</strong> in HTML</body></html&g
浏览 0提问于2011-09-19得票数 2
回答已采纳
1回答
我想要使函数添加一些属性到给定的html的根标记。
我要这么做：
$dom = new \DOMDocument();
$dom->loadHTML($content);
$root = $dom->documentElement;
$root->setAttribute("data-custom","true");
对于$content='<h1 class="no-margin">Lorem</h1>'
它返回：
<!DOCTYPE html
浏览 1提问于2013-09-12得票数 2
回答已采纳
2回答
如何从超文本标记语言中获取<div class="page">...</div>，然后将其输出？
<html>
<body>
<table class="a">...</table>
<div class="wrap">
<div class="page">...</div>
<div class="footer">...</div>
浏览 0提问于2019-07-20得票数 2
为了在body标记中获取内容，我使用了下面的代码。
$html = @file_get_contents($url);
$doc = new DOMDocument();
@$doc->loadHTML($html);
$nodes = $doc->getElementsByTagName('body');
$body = $nodes->item(0)->nodeValue;
如何从$body中删除js代码？任何js代码，看起来像
<script> /*Some js code*/ </script>
浏览 6提问于2015-12-30得票数 1
回答已采纳
<html>
<head><title>bla bla</title></head>
<body>
<div id="mainContent" xmlns:h="http://www.w3.org/1999/xhtml" xmlns="http://www.w3.org/1999/xhtml">
bla bla .....
</div>
</body>
</html>
我需
浏览 0提问于2012-04-23得票数 0
回答已采纳
我正在检查html文档，以确保body标记上的标记是正确的。如果它发现一个是错误的移除它。
下面是我要测试的可接受标记的列表。
<head>
<title>
<style>
<base>
<link>
<meta>
<script>
<noscript>
我有一个html页面，在head部分有一个锚标记，但是它不应该这样做，所以我希望删除整个标记。
<html>
<head>
<meta>
<title></title>
<meta&
浏览 0提问于2014-10-03得票数 0
回答已采纳
我想阅读以下xml中的<q:content></q:content>标记中的任何内容-
$xml = '<?xml version="1.0"?>
<q:response xmlns:q="http://api-url">
<q:impression>
<q:content>
&
浏览 6提问于2011-07-12得票数 3
回答已采纳
1回答
我想使用简单的dom解析HTML文件中的图像。到目前为止，我一直在使用regex，但是每个人都告诉我，这是一个非常糟糕的主意，所以我想试试dom。
<?php
include('simple_html_dom.php');
$html = file_get_html('192.0.0.1/test.html');
var_dump($html);
foreach ($html->find('img') as $image) {
echo $images->src;
}
?>
TEST.html
<html&g
浏览 8提问于2014-11-26得票数 0
回答已采纳
我正在使用PHP的DOM对象为我的网站创建HTML页面。这对我的头脑很有用，但是由于我将在主体中输入大量的超文本标记语言(而不是通过DOM)，我认为我需要使用DOM->createElement($bodyHTML)将我的站点中的超文本标记语言添加到DOM对象中。
但是，DOM->createElement似乎解析了所有的HTML实体，所以我的最终结果是在页面上显示HTML，而不是实际呈现的HTML。
我现在正在使用一个黑客来让它工作，
$body = $this->DOM
->createComment('DOM Glitch--&g
浏览 1提问于2010-02-13得票数 8
回答已采纳
我正在尝试从给定的html中获取明文。但是，这对我来说是不可能的。为此，我所做的是
我的html在$content变量中
现在，我正在向php DomDocuemnt传递$content变量。
$d = new DOMDocument();
@$d->loadHTML($content)
我的下一步是从获得的html中获取明文。
在这方面请帮帮我。提前感谢！
浏览 1提问于2014-01-29得票数 5
我使用DOMDocument函数将一些任意的HTML导入到loadHTML()中，例如：
$html = '<p><a href="test.php">Test</a></p>';
$doc = new DOMDocument;
$doc->loadHTML($html);
然后，我希望使用DOMDocument方法更改几个属性/节点值，这是没有问题的。
一旦我做了这些更改，我想导出HTML (使用->saveHTML())，而不需要DOMDocument自动添加到HTML中的<html>&
浏览 0提问于2011-11-02得票数 8
回答已采纳
我正在努力学习如何使用x路径在网络抓取。我尝试做的一件事是从一个表元素中获取所有数据并将其回显到屏幕上。我创建了一个文本html文档：
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; chars
浏览 2提问于2016-03-01得票数 0
回答已采纳
Update：html5lib (问题的底部)似乎越来越接近了，我只需要提高对它的使用方式的理解。
我试图为PHP5.3找到一个HTML5 5兼容的DOM解析器。特别是，我需要在脚本标记中访问以下类似HTML的CDATA：
<script type="text/x-jquery-tmpl" id="foo">
<table><tr><td>${name}</td></tr></table>
</script>
大多数解析器会过早地结束解析，因为HTML4.01
浏览 5提问于2010-10-27得票数 49
我一直在尝试解析html5代码，以便在代码中设置属性/值，但是DOMDocument(PHP5.3)似乎不支持<nav>和<section>这样的标签。
有没有办法在PHP中将其解析为HTML并对代码进行操作？
要重现的代码：
<?php
$dom = new DOMDocument();
$dom->loadHTML("<!DOCTYPE HTML>
<html><head><title>test</title></head>
<body>
<nav>
浏览 83提问于2011-05-23得票数 124
回答已采纳
1回答
如何使用<p>从ID为mydiv的div中的第二个DOMDocument标记获取内容？
例如，我的HTML看起来可能如下：
<div class='mydiv'>
<p><img src='xx.jpg'></p>
<p>i need here</p>
<p>lorem ipsum lorem ipsum</p>
</div>
我试图提取以下文本：
i need here
我该怎么做呢？
浏览 1提问于2014-01-29得票数 3
回答已采纳
我使用以下功能向桌面和移动用户显示不同的图像，具体取决于他们的设备。
我的index.php文件
<!DOCTYPE html>
<html class="no-js" lang="en">
<head>
<meta charset="utf-8">
<meta http-equiv="x-ua-compatible" content="ie=edge">
<title>Testing Page</title>
浏览 1提问于2017-09-27得票数 0
回答已采纳
3回答
我正在尝试加载html，找到一个标记，并在显示它之前向它添加一个属性。
我试过：
libxml_use_internal_errors(true);
$domDocument->loadHTML("<html><body>Test<br></body></html>");
$domElement = $domDocument->getElementsByTagName('body');
foreach ($domElement as $formula) {
$formula-&g
浏览 4提问于2017-12-22得票数 1
回答已采纳
我正在搜索HTML文档，并试图找到只包含一行的表。我可以使用什么正则表达式来做这件事？我已经尝试了负向先行，可以隔离一行，但我不知道如何确保<table></table>标记之间只有一个<tr></tr>。
下面是我现在使用的正则表达式：
<table[\W].*?<tr[\W].*?<\/tr>.*(?!.*<tr[\W])<\/table>
这不应该与正则表达式匹配：
<html>
<body>
<table>
<tr>
<
浏览 0提问于2016-07-16得票数 0
我有一个包含多个<html><body><div>Content</div></body></html>标记的字符串。我希望将所有内容连接到一个有效的结构中。例如：
<html><body><div>Content</div></body></html>
<html><body><div>Content</div></body></html>
<html><bod
浏览 0提问于2020-02-11得票数 1
回答已采纳
2回答
我试图从一个html文件中获取一些内容，并使用php将该内容加载到另一个html文件中。我以DOMdocument的形式加载了第一个html文件。现在，我想在加载的html文件的特定标记中获取内容。我已经在互联网上搜索过解决方案，但我只能找到在标签中获取内容价值的方法。我想把所有的内容都放在给定的标签里。也就是说，包括内部html标记。我该怎么做呢？
我有这样一个html文件：
<html>
<head>
</head>
<body>
</body>
<p>
<h1> hi </h1>
</p
浏览 5提问于2014-08-17得票数 0
回答已采纳
2回答
我有这样的Html程序。
<p>This is the sample image</p><img src="test.png"/><p>this is thesample test</p>
我想把它转换成以下类型的数组
a[0] = This is the sample image;
a[1] = test.png
a[2] = >this is thesample test
如何使用php完成此操作。有人能给我建议吗。这里是示例html内容，而不是确切的内容。这个内容可能不同，并且有不同的html标记。如果im
浏览 2提问于2014-09-12得票数 1
回答已采纳
我正在尝试解析文档并获取所有图像标签，然后更改源代码以获取不同的内容。
$domDocument = new DOMDocument();
$domDocument->loadHTML($text);
$imageNodeList = $domDocument->getElementsByTagName('img');
foreach ($imageNodeList as $Image) {
$Image->setAttribute('src', 'lalala');
$domDocument->saveHT
浏览 1提问于2011-01-26得票数 9
回答已采纳
3回答
我有以下html：
<html ><body >Body text <div >div content</div></body></html>
如果没有嵌套的<div>，我如何获取正文的内容？我需要获得‘正文文本’，但不知道如何做到这一点。
运行的结果
$domhtml = DOMDocument::loadHTML($html);
print $domhtml->getElementsByTagName('body')->item(0)->nodeValue;
是'B
浏览 1提问于2010-06-03得票数 3
回答已采纳
如何将http(s)://添加到没有<a href="...">链接的<a href="...">链接中？这个输入来自大量的html输入，我只想修复<a>标记中不正确的链接。例如，我想要这个
<html><body><a href="google.com">link</a></body></html>
变成这样
<html><body><a href="https://google.com"&g
浏览 2提问于2016-07-21得票数 0
回答已采纳
可能重复：
有趣的故事:我不久前发布了，但是没有得到我能得到的东西，你知道，我得到的只是很多关于使用regex来解析HTML的邪恶的教条。又来了。
我有一些HTML，并希望替换所有img标记的"src“属性，以便它们指向另一个主机上相同图像的副本(尽管文件名不同)。
例如，考虑到这三个标记
<IMG SRC="../graphics/pumpkin.gif" ALT="pumpkin">
<IMG BORDER="5" SRC="redball.gif" ALT="*">
浏览 2提问于2010-09-27得票数 1
1回答
我在使用TinyMCE时遇到了这个问题，当我将内容提交到数据库时，它会用<!doctype...<html>.....<body>保存。我看到了一些关于移除全页插件的帖子，但在我的例子中，我没有这个。因此，我尝试删除它，以确保，并刷新我的浏览器缓存，我仍然得到相同的问题。我只想保存body标记之间的HTML。
我像普通表单一样提交tinyMCE，文本区域有帖子名称和提交按钮。
<form method="post" action="/profile/edit/profile/text">
{{ csr
浏览 18提问于2016-07-30得票数 0
回答已采纳
1回答
如何提取div中的完整html内容？我试过这个密码，
$html= '<html>
<body>
<div id="test">
<div id="mydiv1">Hello</div>
<div id="mydiv2">How are you</div>
</div>
浏览 2提问于2015-02-26得票数 3
回答已采纳
有没有办法保留非标准的DOM元素(在本例中为'<% ..%>‘)？
请看下面的代码：
$html = '<html>';
$html .= '<body>';
$html .= '<% recipient.name %> ';
$html .='</body>';
$html .='</html>';
$document = new \DOMDocument('1.0');
$internalErrors = libx
浏览 0提问于2016-04-13得票数 1
我正在处理InstaPaper应用程序接口
我使用这个字符串来提取文章的内容。
$Bookmark_Text = $connection->getBookmarkText($Bookmark['bookmark_id']);
不幸的是，它拉动了整个HTML，基本上把html结构放到了我的HTML中。
举例说明。
<html>
<head></head>
<body>
<html>
<head>Instapaper Title</head>
<body>I
浏览 5提问于2012-05-19得票数 0
在<body></body>标签之间存储整个网页内容字符串的代码是什么？
可以是任何HTML/XHTML页面
可以是任何编码(ISOx，UTF-8，Asian UTF)
可以在<body>中具有属性(可能会欺骗解析器)
我听说过DOMDocument，但我是个大菜鸟，一些代码示例会有帮助的！
浏览 0提问于2010-08-10得票数 0
回答已采纳
我发送html到\DomDocument和\DomDocument转换所有特殊字符。
我怎么能对\DomDocument说，不要在{% .%}
{% if &a > 10 %}转换为{% if &a > 10 %}
输入
<!DOCTYPE html>
<body>
{% if &a > 10 %}
{% print &a %}
{% end if %}
<img src="{%# image %}" >
<script>
if a >
浏览 0提问于2016-12-29得票数 0
回答已采纳
1回答
如何使用php simple html dom抓取href中的"name“或"id”属性。我还需要“标题文本”内的"h4“标签。你能帮帮我吗？下面是html：
<td>
<a href="../Vehicle?itemID=22995061&RowNumber=9&loadRecent=True" name="22995061" id="22995061">
<h4>title text</h4>
</a>
<p>
Stock#:
&l
浏览 0提问于2017-09-13得票数 1
1回答
我对类DOMDocument有个问题。我使用这个php类来编辑一个html模板。我在这个模板中有这个meta标签：
<meta http-equiv="Content-type" content="text/html;charset=UTF-8"/>
但是在编辑之后，虽然我没有编辑这个标记，但它转义了结束字符"/“，并且它不起作用。脚本是这样的：
$textValue = $company.'<br />'.$firstName.' '.$lastName.'<br />'
浏览 0提问于2011-09-22得票数 0
回答已采纳
我正在尝试用DOMDocument解析HTML代码，对它做一些修改，然后把它组装成一个字符串，然后发送到输出。
但是有一些关于解析的问题，这意味着我发送给DOMDocument的内容并不总是以相同的形式返回:)
下面是一个列表：
使用的
- formats my document regardless of the `preserveWhitespace` and `formatOutput` settings (loosing whitespaces on preformatted text)
- gives me errors when I have html5 tags like `&l
浏览 52提问于2012-05-23得票数 20
回答已采纳
3回答
根据的文档，我可以使用"*"参数调用函数，并从某些HTML代码中获得所有HTML元素的列表。
但是，使用以下代码：
<?php
$dom = new DOMDocument();
$dom->loadHTML("<html><body><div>hello</div><div>bye</div></body></html>");
$nodes = $dom->getElementsByTagName("*");
fo
浏览 5提问于2016-11-07得票数 0
回答已采纳
我正在构建一个定制的Wordpress主题，我刚刚遇到了一个奇怪的问题，在这个问题上，the_content()似乎正在打印包装在以下内容中的页面内容：
...
这是一个问题，因为我现在有第二个DOCTYPE、html和body标记实例出现在我的页面代码中。我在下面附上了屏幕截图，显示了代码和输出。
对于为何会出现这种情况，以及如何解决这个问题，我将不胜感激。我已经禁用了所有插件，所以这似乎不是问题所在。
📷
📷
编辑：内容是直接从另一个网页复制和粘贴的，有人认为这是DOCTYPE和标记的来源。我已经删除了所有这些内容，并手动输入了一些文本，标签仍然存在，如下面的截图所示。
📷
浏览 0提问于2019-09-04得票数 0
回答已采纳
1回答
我试了很多。我已经用谷歌搜索过了，但我还是想不出如何解决这个问题。也就是说，对于输入和警告，我都有相同的输出“this document is invalid”。这是我的代码：
$correct_structure = ['<a>', '<div>', '</div>', '</a>', '<span>', '</span>'];
$incorrect_structure = ['<a>',
浏览 0提问于2018-03-04得票数 0
如何将html字符串转换为php中的html对象，就像file_get_html()返回的对象一样；
$html_string = "<html><body>hi</body></html>"; //this returns a string
我希望将$html_string转换为对象，并使用simple_html_dom解析它。
浏览 6提问于2022-02-22得票数 -1
因此，我需要更新一些HTML中的所有图像链接。假设我的HTML如下所示：
<html>
<body>
<div class="content">
<p><a href="example-1.html">This</a> is a normal link. I don't want to change this link.</p>
<p>But this is an image link:
浏览 0提问于2016-01-30得票数 1
如何解决下面代码的问题？这段代码获取网站中的所有链接，但它在下面这样的一些网站上不起作用。我该如何解决这个问题？
<?php
$html = file_get_contents('http://blogfa.com/members/updated.aspx');
$dom = new DOMDocument();
@$dom->loadHTML($html);
// grab all the on the page
$xpath = new DOMXPath($dom);
$hrefs = $xpath->
浏览 0提问于2015-12-29得票数 0
我这里有一个奇怪的问题，但它把我彻底搞糊涂了。和任何事情一样，这是因为我想不出要搜索的正确术语，所以这个问题很可能在StackOverflow上得到解答，但我找不到。
我们有一个打样系统，可以让我们拿一页，并注释它。我们可以把页面发送给我们的客户，他们可以在发回之前在上面做笔记。在大多数情况下，这是很好的。当我们尝试使用JavaScript模板系统时，问题就出现了，类似于工具栏。我们的页面上往往有类似于以下内容的脚本模板：
<script type="client/template" id="foo-div">
<div>#foo#<
浏览 2提问于2013-11-05得票数 1
回答已采纳
2回答
我需要解析一些html文件，问题是这个html的结构充满了标签，我并不关心，我也不知道我会找到什么。
我希望直接在<body>标签下获取所有<p>标签，排除<body>的其他子节点，并读取<p>的子节点(如果有的话)(除了一些例外，我可以管理排除一些特定标签)
例如：
<body>
<node1>
<p></p>
<node1>
<p></p>
<p>
<a>
</a>
<p&g
浏览 1提问于2015-01-20得票数 1
我想从我的html中删除<font>标记，并试图使用replaceChild来实现它，但是它似乎不能正常工作。有人能抓到可能出了什么问题吗？
$html = '<html><body><br><font class="heading2">Limited Size and Resources</font><p><br><strong>Q: When can a member use the limited size and resources exception?&
浏览 12提问于2014-09-02得票数 1
回答已采纳
3回答
inherit在这里是如何工作的？
具体地说，我需要理解来自w3schools的这个：
<!DOCTYPE html>
<html>
<head>
<style>
span {
color: blue;
border: 1px solid black;
}
.extra span {
color: inherit;
}
</style>
</head>
<body>
<div>
Here is <span>a span element</span>
浏览 1提问于2015-05-11得票数 1
我有一个函数，它接受一个通用的HTML文件和一个通用的XPath表达式。我想提取匹配节点的字符串，该字符串包含整个文本，包括HTML标记。这里有一个简化的例子..。
<?php
$inDocStg = "
<html><body>
<div>The best-laid<br> schemes o' <span>mice</span> an' men
<img src='./mouse.gif'><br>
</
浏览 6提问于2010-09-13得票数 1
1回答
我有一个HTML：
$html =
<div class="content">
<table>..</table>
<table>..</table>
<table>..</table>
<table>..</table>
<table>..</table>
<table>..</table>
<table>..</table>
<table>..</table>
</
浏览 2提问于2014-03-07得票数 0
回答已采纳
我使用Symfony DOM Crawler读取和保存包含模板的HTML文档。但是模板中缺少关闭的HTML标记。下面是一个示例：
<?php
$htmlString = <<<'HTML'
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Title</title>
</head>
<body>
<h1>Tit
浏览 2提问于2017-02-21得票数 3
回答已采纳
7回答
我有以下html：
<html>
<body>
bla bla bla bla
<div id="myDiv">
more text
<div id="anotherDiv">
And even more text
</div>
</div>
bla bla bla
</body>
</html>
我想删除从<div id="anotherDiv">开始直
浏览 70提问于2010-07-22得票数 21
回答已采纳
3回答
我正在为gmail建立一个基本的只读客户端，我成功地通过imap ( PHP)拉取电子邮件并存储它们，但我在浏览器中显示它们时遇到了一些问题。
大多数电子邮件都是完整的html页面<html><title>Your Mail</title><body>etc...</body></html>，这通常会破坏其中显示电子邮件的根html页面。
例如，你经常会以
<html>
<title>Read only mail>
<body>
<h1>Your mail:</h
浏览 0提问于2012-07-17得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
