[DOM] Extraire du contenu HTML avec Xpath

**thunderfear** · 03/04/2010, 20h34

Bonjour,

Je suis entrain de développer une fonction qui devra extraire une partie d'un document HTML.

J'utilise le chemin Xpath pour bien spécifier la partie à extraire.

Pour le moment, j'utilise ce code:

Code PHP :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
$dom = new DOMDocument();
@$dom->loadHTMLFile("http://www.site.com");
$x = new DOMXPath($dom);
$nodeList = $x->query("/html/body/p");
 
 for ($i = 0; $i < $nodeList->length; ++$i) {
        echo $domnodelist->item($i)->nodeValue;
    }

Le problème est que ça ne m'affiche que du texte sans les balises HTML.

Merci d'avance pour votre aide.

**123quatre** · 01/02/2011, 06h16

J'ai le même soucis... comment faire ?

**stealth35** · 01/02/2011, 10h39

c'est le innerHTML que vous voulez ?

**123quatre** · 01/02/2011, 13h04

Envoyé par stealth35

c'est le innerHTML que vous voulez ?

hello, le innerHTML c'est l'équivalent du nodeValue il me semble. En fait je voudrais récupérer exactement le nodeValue mais avec les balises html que mon item() contient. Je ne vois pas comment faire ?

**stealth35** · 01/02/2011, 13h21

Envoyé par 123quatre

hello, le innerHTML c'est l'équivalent du nodeValue il me semble. En fait je voudrais récupérer exactement le nodeValue mais avec les balises html que mon item() contient. Je ne vois pas comment faire ?

non le nodeValue c'est pas la même chose, puisque y'a pas les balises

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
$doc = new DOMDocument();
$doc->loadHTML($source);
 
$xpath = new DOMXPath($doc);
$query = $xpath->query('/html/body/p');
 
foreach($query as $node)
{
    $out = new DOMDocument();
 
    foreach($node->childNodes as $child)
    {
        $inner = $out->importNode($child, true);
        $out->appendChild($inner);
    }
 
    echo $out->saveHTML();
}

**123quatre** · 01/02/2011, 13h50

Envoyé par stealth35

non le nodeValue c'est pas la même chose, puisque y'a pas les balises

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
$doc = new DOMDocument();
$doc->loadHTML($source);
 
$xpath = new DOMXPath($doc);
$query = $xpath->query('/html/body/p');
 
foreach($query as $node)
{
    $out = new DOMDocument();
 
    foreach($node->childNodes as $child)
    {
        $inner = $out->importNode($child, true);
        $out->appendChild($inner);
    }
 
    echo $out->saveHTML();
}

merci pour ta réponse, je viens de tester ton bout de code avec

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$source='http://www.developpez.com/'

, le echo me renvoit:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
http://www.developpez.com/

je comprends pas....

**stealth35** · 01/02/2011, 13h53

loadHTMLFile pour lire un fichier

**123quatre** · 01/02/2011, 14h08

Envoyé par stealth35

loadHTMLFile pour lire un fichier

En effet

Alors voilà le code final quelque peu modifié, dans cet exemple je récupère le menu principale de developpez.com:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
 
  $doc = new DOMDocument();
  @$doc->loadHTML(file_get_contents('http://www.developpez.com/'));
 
  $xpath = new DOMXPath($doc);
  $query = $xpath->query("/html/body/div[@id='layout']/div[@id='gabarit']/div[@id='gabarit_tabmenu']/ul[@id='tabs']");
 
  foreach($query as $node)
  {
      $out = new DOMDocument();
 
      foreach($node->childNodes as $child)
      {
          $inner = $out->importNode($child, true);
          $out->appendChild($inner);
      }
 
      echo $out->saveHTML();
  }