Php 在包含其他dom元素但不在任何标记中的Div中提取纯文本

我正在尝试使用PHP提取一些没有包装在任何标记中的纯文本。最好的解释方式是展示

<div>
    <span>Hello</span>
        THIS IS THE TEXT I WANT TO EXTRACT
    <span>this is some other text</span>
    <div><span>pow</span></div>
</div>

你好
这是我想提取的文本
这是另一个文本
战俘

我将要尝试的是循环并删除div中的所有dom元素，这应该会留下文本。但我希望有一种更优雅的方法：）

谢谢

---

Andy

如果我正确阅读了您的问题，您希望获取元素的文本，但不包括子元素的文本

使用JavaScript，这里有一个解决方案：

总之，你会这样做

$("#mydiv").clone().children().remove().end().text();

在PHP中（使用phpquery），这将是

$phpqueryObj = phpQuery::newDocument(DOMinnerHTML($INNERHTMLOFYOURDOMELEMENT));
$text = $phpqueryObj->clone()->children()->remove()->end()->text();

---

如果没有jQuery/JavaScript，您将不得不手动执行类似的过程，即从元素的克隆版本中删除子元素，然后获取内部文本。

如果我正确阅读了您的问题，您希望获取元素的文本，但不包括子元素的文本

使用JavaScript，这里有一个解决方案：

总之，你会这样做

$("#mydiv").clone().children().remove().end().text();

在PHP中（使用phpquery），这将是

$phpqueryObj = phpQuery::newDocument(DOMinnerHTML($INNERHTMLOFYOURDOMELEMENT));
$text = $phpqueryObj->clone()->children()->remove()->end()->text();

---

如果没有jQuery/JavaScript，您将不得不手动执行类似的过程，即从元素的克隆版本中删除子元素，然后获取内部文本。

最简单的方法可能是在给定上下文节点的情况下使用XPath

$dom = new DOMDocument;
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
//find all div nodes
foreach ($xpath->query('//div') as $div) {
   //get any immediate child text nodes
   foreach ($xpath->query('text()', $div) as $text) {
      echo "$text->nodeValue\n";
   }
}

请注意，第一个查询将返回所有div，因此必须针对所需的div使其更加具体

---

我在您的示例上测试了上面的代码，它可以工作。

最简单的方法可能是在给定上下文节点的情况下使用XPath

$dom = new DOMDocument;
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
//find all div nodes
foreach ($xpath->query('//div') as $div) {
   //get any immediate child text nodes
   foreach ($xpath->query('text()', $div) as $text) {
      echo "$text->nodeValue\n";
   }
}

请注意，第一个查询将返回所有div，因此必须针对所需的div使其更加具体

---

我在您的示例中测试了上面的代码，它很有效。

这在phpquery中有效（我没有使用javascript）。天知道是怎么回事：D，但确实如此！谢谢，这在phpquery中是有效的（我没有使用javascript）。天知道是怎么回事：D，但确实如此！感谢Sohnee，这种方法也可以工作，但是由于其复杂性n2（循环中的循环），这可能比其他版本慢，您需要回到学校。这是O（logn），在最坏的情况下是O（n）（我不知道DOMDocument的内部工作原理）。两个循环不构成O（n^2）。我也不知道$（），.clone（），.children（），.remove（），.end（），.text（）的内部工作机制。。。你怎么知道这些都不是O（n^2）本身呢？事实上，另一个可能更复杂。很抱歉我的计算错误（正在考虑for循环）。请注意，尽管我对您的评论进行了评分：）您可以通过使用

//div/text（）

作为xpath表达式来保存内部循环。很好的一个例子Yoshi，xpath是一门黑暗的艺术，我相信此方法也可以工作，但是由于其复杂性n2（循环中的循环）这可能比你需要回到学校的其他版本要慢。这是O（logn），在最坏的情况下是O（n）（我不知道DOMDocument的内部工作原理）。两个循环不构成O（n^2）。我也不知道$（），.clone（），.children（），.remove（），.end（），.text（）的内部工作机制。。。你怎么知道这些都不是O（n^2）本身呢？事实上，另一个可能更复杂。很抱歉我的计算错误（正在考虑for循环）。请注意，尽管我对您的评论进行了评分：）您可以通过使用

//div/text（）

作为xpath表达式来保存内部循环