/// 如何利用棧將html解析成節點樹

/// 首先html是由一個個節點組成，最大的節點為節點?? 她有兩個子節點

和

/// 首先我們將壓入棧中 再將

壓入棧中 遇到出棧? 壓入棧中 遇到 出棧 最終

/// 出棧 可以看出 出棧的一定是棧頂元素的子節點

/// 本程序假定html完全規范

/// todo? 解決標簽未閉合問題

/// todo? 根據標簽名訪問

/// ?? ?? 根據id訪問

/// ?? ?? 根據class訪問

///?? ?? innerHtml 和 innerText

$tree_file = fopen("tree_file","w");

fclose($tree_file);

$siteurl="http://www.cnblogs.com/poissonnotes/archive/2010/05/28/1745996.html";

$str=get_content_by_url($siteurl);

$pattern="/<.>/";

$deep=0;

$global_false=true ;

$result=array();

$queue_id=0;

if(preg_match_all($pattern,$str,$matches))

{

$count=count($matches[0]);

$matches=$matches[0];

$queue=array();

$error = fopen("string_tagss","a");

for($i=0;$i

{

$temptag = $matches[$i];

$node["Id"]=$i;

$node["ChildId"]=array();

$node["html_tag"]=$temptag;

/// 如果是單標簽

if(is_single_tag($temptag))

{

//echo "this is a single tag:?? ?";

//echo $temptag."\n";

$str_deep=make_string($deep);

fwrite($error,$str_deep."\t".$temptag."\n");

if(!empty($queue))

{

$queue[count($queue)-1]["ChildId"][]=$queue_id;

}

$queue_id++;

$result[]=$node;

continue ;

}

/// 如果是結束標簽

if(is_end_tag($temptag))

{

$temp_node = array_pop($queue);

$queue[count($queue)-1]["ChildId"][]=$queue_id ;? // 出隊的節點一定是棧頂元素的子孩子

$queue_id++;

$result[]=$temp_node;

}

else

{

/// 如果是開始標簽

$str_deep=make_string($deep);

fwrite($error,$str_deep."\t".$temptag."\n");

$queue[] = $node;

$deep++;

}

}

if($global_false)

{

echo "ok\n" ;

}

else

{

echo "error\n" ;

}

//制作關系圖譜? 不包含結束標簽

//

//?? ?

//?? ??? ??? ?............

//?? ??? ?............

//?? ?

//????????????? ............

//????????????? ............

$deep = 0;

make_tree($result,$result[count($result)-1],$deep);

}

function is_single_tag($test_tag)

{

$single_tags=array("meta","img","link","input","!DOCTYPE","area","base","basefont","embed","hr","br");

$single_tag_string="(";

foreach($single_tags as $single_tag)

{

$single_tag_string=$single_tag_string.$single_tag."|"? ;

}

$single_tag_string=$single_tag_string.")";

$single_tag_string=str_replace("|)",")",$single_tag_string);

$pattern="/\/ i" ;

if(preg_match($pattern,$test_tag))

{

return true ;

}

return false ;

}

function is_end_tag($test_tag)

{

$pattern="/\/" ;

if(preg_match($pattern,$test_tag))

{

return true ;

}

return false ;

}

function is_exist_start_tag($queue,$temptag)

{

$end_string=str_replace("/","",$temptag);

$end_string=preg_replace("/\s*/","",$end_string);

$end_string=strtolower($end_string);

$count=count($queue);

echo $count."\n";

var_dump($queue);

for($i=$count-1;$i>=0;$i--)

{

echo $i."\n";

$string = $queue[$i]["html_tag"];

$string = preg_replace("/()/",'$1$2$3',$string);

if(strtolower($string) == strtolower($end_string))

{

return true;

}

}

return false ;

}

function is_pear_tag($start_tag,$temptag)

{

$start_string=preg_replace("/()/",'$1$2$3',$start_tag);

$end_string=str_replace("/","",$temptag);

$end_string=preg_replace("/\s*/","",$end_string);

if(strtolower($start_string) == strtolower($end_string))

{

return true ;

}

else

{

return false ;

}

}

function make_string($deep)

{

$temstr="";

for($i=0;$i

$temstr=$temstr."-";

return $temstr;

}

function judge_tag($last_tag,$temptag)

{

return false;

// 這里做一個判斷 判斷上一個標簽是否能嵌套這個標簽 比如

//

不嵌套

//

不嵌套

//

不嵌套

//

不嵌套

//

//

不嵌套

//

• 不嵌套

//

不嵌套

//

不能嵌套

}

function get_content_by_url($site_url)

{

$ch=curl_init($site_url);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

curl_setopt($ch, CURLOPT_TIMEOUT, 60);

curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 10);

curl_setopt($ch, CURLOPT_ENCODING, "gzip");

$content=curl_exec($ch);

$content = str_replace("\r\n","",$content);

$content = str_replace("\n\r","",$content);

$content = str_replace("\n","",$content);

$content = str_replace("\r","",$content);

$content = preg_replace("//is","",$content);

$content = preg_replace("//is","",$content);

$content = preg_replace("/

$content = preg_replace("/

$errores = fopen("baidu","w");

fwrite($errores,$content) ;

fclose($errores);

return $content ;

}

function make_tree($result,$node,$deep)

{

// 制作前綴 使得顯示的層次分明

$str="" ;

for($i=0;$i<$deep;$i++)

{

$str=$str."--";

}

echo $str;

echo $node["html_tag"]."\n";

$write_str = $str.$node["html_tag"]."\n";

$tree_file = fopen("tree_file","a");

fwrite($tree_file,$write_str);

fclose($tree_file);

$deep++;

if(!empty($node["ChildId"]))

{

foreach($node["ChildId"] as $Child)

{

make_tree($result,$result[$Child],$deep) ;?? ///遞歸

}

}

else

{

return ;

}

}

?>

總結

以上是生活随笔為你收集整理的栈解析html文件,利用栈将html源码解析为节点树的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。