Что лучше использовать для парсинга HTML страницы? DOM, preg_math или еще чего?

Question

[Mikhail555]

На самом деле необходим шаблонизатор... подразумевается, что некий скрипт php, будет выводить данные в формате HTML, предварительно распарсив шаблон и вставив необходимые данные... В сети очень много описаний различных технологий, но у каждой есть свои минусы и каждую не советуют использовать!

Answer 1

[Александр Владимирович]

Пользуюсь вот этим simplehtmldom.sourceforge.net

Answer 2

[IceJOKER]

тоже как вариант - https://code.google.com/p/phpquery/

Answer 3

[Mikhail555]

Это все сторонние библиотеки, их я как то юзал уже... если не использовать стороннюю, а ограничиться штатными средствами php?

Comments

[IceJOKER]

все зависит от определенного случая.
если просто получить какой-то блок, то почему бы не preg_match?
а если немного громоздкие данные получить . то dom и т.д.

[Александр Владимирович]

штатные средства php требуют на входе валидный код

[Mikhail555]

Про валидный код это да... и мы парсим не другую страницу, с сайта Дяди Вани, а написанный собственноручно шаблон HTML, думаю можно сверстать валидно. В сети много пишут что использование DOM приведет к загруженности системы и т.д. А про preg_match почти тоже самое. Библиотеку SimpleHTML , что в первом комментарии, возможно использовать в моем примере, но хочется чтобы система была универсальна, а SimpleHTML, для получения HTML страницы, использует функцию file_get_content, что в будущем, при расширении функционала системы, не позволит взять информацию со стороннего ресурса. Как то уже сталкивался с этим, пришлось писать свою библиотеку используя cURL, и маскироваться под браузер, ибо специалисты со стороннего ресурса, запретили получение страницы без заголовка с описанием клиента (браузера).

Answer 4

[_ _]

Вы сами-то свою задачу понимаете? Напишу, что понял из вашего сумбура я:

Нужен шаблонизатор, без использования сторонних библиотек, но чтобы с его помощью можно было парсить шаблоны со сторонних сайтов, хотя пока мы парсим собственноручно написанный шаблон, и чтобы не грузил систему.

Я ничего не упустил? Если нет, то чем вам не угодил голый PHP-то? Он как бы и есть шаблонизатор.

Answer 5

[Casper Phantom]

Вообще делю процесс на несколько этапов.

Получаю страницу.
через str_pos и substr получаю нужный участок страницы, восстанавливаю через tidy_repair_string ,

а далее что-то вроде условия if (!preg_match(...)) { $dom new DomDocument(); ... } вот такая схема...