[PHP] HTML 파싱하기 simplehtmldom, phphtmlparser

2011년 4월 8일

PHP

▶ simplehtmldom 라이브러리 바로 가기

doa님의 글에서 봤던 걸 기억해 뒀다가 쓸 일이 있어서 써 봤다.

예제를 보고 따라하면 매우 쉽게 할 수 있다.

그래서 이 예에 대한 설명은 끝!

PHP4를 사용하고 있다면

한 가지 문제는 simplehtmldom 라이브러리가 PHP5만 지원한다는 것이다.

따라서 PHP4를 사용한다면 다른 라이브러리를 사용해야 한다.

simplehtmldom 라이브러리 웹사이트의 하단에 힌트가 나와 있다.

Original idea is from Jose Solorzano’s HTML Parser for PHP 4.

이렇게 써 있는 부분이다. 오리지널 아이디어는 조스 솔로자노(?)의 HTML Parser for PHP4라는 것을 밝혀 둔 부분이다.

이 웹사이트에 들어가 보면 아래와 같은 안내 문구가 써 있다.

Note: This project has been inactive for some time, but we recommend checking out Simple HTML DOM Parser, which is a PHP 5 DOM parser based on this project.

알림: 이 프로젝트는 당분간 중지합니다. 대신 이 프로젝트에 기반한 PHP 5 DOM 파서인 Simple HTML DOM Parser를 살펴 보시길 추천합니다.

그렇다. 서로 추천하고 있다 ㅡㅡ;;

이놈은 사용하기가 좀더 까다로운데, 예제조차 제대로 나와 있지 않기 때문이다. 예제가 단 하나 있다.

그런데 사용해 보면 이 하나의 예제가 모든 것을 포함하고 있다는 것을 알 수 있다. 예제를 보자.

  include ("htmlparser.inc");

  $htmlText = "... HTML text here ...";
  HtmlParser parser = new HtmlParser ($htmlText);
  while ($parser->parse()) {

      // Data you can use here:
      //
      // $parser->iNodeType
      // $parser->iNodeName
      // $parser->iNodeValue
      // $parser->iNodeAttributes     

      if ($parser->iNodeType == NODE_TYPE_ELEMENT) {
          ...
      }
  }

기본적으로 파싱을 위해 무조건 while문을 사용해야 하며, while문 안에서 읽은 놈이 어떤 놈인지 체크해서 갖다 쓰는 방법을 사용한다.

기본적으로 내용만 불러올 수 있지 HTML에 조작을 가해 재사용하거나 할 수는 없는 듯하다. 말 그대로 parsing만 할 수 있다.

파일을 다운받으면 몇 가지 예제가 더 있는데, 그걸 분석해 보면 좀더 알 수 있을 것이다.

👇 댓글 바로 가기

👇 카테고리 글 목록

PHP