Livros
PHP
Capítulo 11. HTML e a Web
Analisando HTML

PHP:
Analisando HTML

Como fazer:

Para analisar HTML, programadores PHP podem utilizar funções integradas ou recorrer a bibliotecas robustas como o Simple HTML DOM Parser. Aqui, exploraremos exemplos usando tanto o DOMDocument do PHP quanto o Simple HTML DOM Parser.

Usando DOMDocument:

A classe DOMDocument do PHP é parte de sua extensão DOM, permitindo a análise e manipulação de documentos HTML e XML. Aqui está um exemplo rápido de como usar o DOMDocument para encontrar todas as imagens em um documento HTML:

$html = <<<HTML
<!DOCTYPE html>
<html>
<head>
    <title>Página de Exemplo</title>
</head>
<body>
    <img src="image1.jpg" alt="Imagem 1">
    <img src="image2.jpg" alt="Imagem 2">
</body>
</html>
HTML;

$doc = new DOMDocument();
@$doc->loadHTML($html);
$images = $doc->getElementsByTagName('img');

foreach ($images as $img) {
    echo $img->getAttribute('src') . "\n";
}

Saída de exemplo:

image1.jpg
image2.jpg

Usando o Simple HTML DOM Parser:

Para tarefas mais complexas ou uma sintaxe mais fácil, você pode preferir usar uma biblioteca de terceiros. O Simple HTML DOM Parser é uma escolha popular, fornecendo uma interface semelhante ao jQuery para navegar e manipular estruturas HTML. Veja como usá-lo:

Primeiro, instale a biblioteca usando o Composer:

composer require simple-html-dom/simple-html-dom

Então, manipule o HTML para, por exemplo, encontrar todos os links:

require_once 'vendor/autoload.php';

use simplehtmldom\HtmlWeb;

$client = new HtmlWeb();
$html = $client->load('http://www.example.com');

foreach($html->find('a') as $element) {
    echo $element->href . "\n";
}

Esse trecho de código buscará o conteúdo HTML de ‘http://www.example.com’, o analisará e imprimirá todos os hiperlinks. Lembre-se de substituir 'http://www.example.com' pela URL real que deseja analisar.

Utilizando esses métodos, desenvolvedores PHP podem efetivamente analisar conteúdo HTML, personalizar a extração de dados conforme suas necessidades, ou integrar sem problemas o conteúdo web externo em seus projetos.

Baixando uma página da webEnviando uma requisição HTTP