php解释HTML/XML的几种方法

翻译的原文在这里，很多库我都没用过，所以仅简单记录一些特性，和我认为有用的库，以备不时之需。

原生XML扩展

建议用php 原生的xml扩展，通常要比第三方库要快，灵活性更高，我想怎么弄就怎么弄。

DOM

用这个dom扩展，你可以通过dom接口动态地读取或更新HTML。也可做xpath查询，它是基于libxml的。

学习DOM需要花些时间，不过也是值得，它是一个通用的接口，你在PHP学的这个技巧去到其它语言也能信手捻来。

SimpleXml

这个扩展可以非常方便地将xml转换成对象，但前提是xml需要是结构良好的xhtml，否则会出错。如果你解释的是不完整的html，还是用DOM扩展好。

第三方库（基于libxml）

如果你想用第三方库，建议使用那些构建在DOM/libxml之上的。

phpQuery

phpQuery 是一个服务器端，支持CSS3方式选择的DOM接口。此外它还可用于命令行。

Zend_Dom

其中的Zend_Dom_Query 提供一个统一的接口利用xpath或css选择器去查询DOM结构。

QeuryPath

QeuryPath 可以用来维护HTML/XML 它不单只是处理本地文件，web services 及数据库资源也可以处理。它很多地方都有点像jquery，不过记住它是用于服务器端的。

第三方库（不基于libxml）

SimpleHtmlDom

强烈不建议使用，效率太慢内存消耗严重。

HTML5

用上面库来解释html5有时会得不到想要的结果，因为HTML5的语法规则会有点不同， 像这里的例子，在现行的标准中script标签里面不能有“</”，但是hmtl5可以有。这时就要用一些专用的库来解释：

html5lib

html5lib可用于php和python的HTML 5 解释器。由于当html5标准还没最终定下来，只能说是目前最大程度兼容。当html5标准定下来后，我们应该会见到更多优秀的库。

WebServices

如果你不想自己写PHP，就用web services吧

YQL

YQL 是雅虎的webservice接口。允许你查询，过滤，组合来自不同地方的互联网数据。它就像SQL语言一样，有过数据库经验的开发人员不会对它陌生。

正则表达式

正则是最后最后的选择，不鼓励大范围使用。大部分的HTML结构复杂多变，只要多个空格，多个属性，你的表达式可能就匹配错误，你需要小心地去验证各个表达式的正确性，既然上面有这么多的解释器比你更熟悉HTML语法，你又何必冒太大的风险地白写一堆代码呢。