Php DOMCrawler纯文本
我正在使用Symfony的DomCrawler从网站获取信息。Php DOMCrawler纯文本,php,html,symfony,xpath,Php,Html,Symfony,Xpath,我正在使用Symfony的DomCrawler从网站获取信息。 其中一个页面中有一个包含非html编码属性的文本，如下所示： <a href="some-url.html">Lorem ipsum <<dolor sit>> amet </a> 因此，我的问题是，是否有任何方法可以从节点中获取“纯”文本？我认为您要查找的内容可以通过以下方式完成： $node->filterXPath（'my-xpath/a'）->text（） 您可以在上找到文档
其中一个页面中有一个包含非html编码属性的文本，如下所示：
<a href="some-url.html">Lorem ipsum <<dolor sit>> amet </a>
因此，我的问题是，是否有任何方法可以从节点中获取“纯”文本？我认为您要查找的内容可以通过以下方式完成：
$node->filterXPath（'my-xpath/a'）->text（）
您可以在上找到文档。在GitHub上讨论了这个问题后，似乎没有“修复”我的问题的解决方案。唯一的解决办法是修复损坏的html
所以，我的问题是，是否有任何方法可以从节点中获取“纯”文本
是的，有，但是您需要首先修复HTML。你不需要手工操作，顺便说一句，它会自动完美地处理你的案件
在抓取HTML之前，请先整理一下。谢谢您的回复，我好像忘了提到$node->text（）
方法也会返回一个损坏的HTML。在我的例子中，它只是返回Lorem Ipsum谢谢你的回复，但在我的例子中它不起作用，因为正如我在描述中所说的，我正在使用symfony的domclawler模块，当我获取页面时，它已经“修复”。此外，如果你说要修复源代码（数据从中爬行的网站），那么它也不是一个解决方案，因为这个网站不是我的，我只是为它编写了一个应用程序，从那里抓取公告，并显示从哪里获取的（这里没有版权问题；）），如果我只是尝试向他们发送反馈以解决问题，这是没有意义的，因为网站本身没有维护很长一段时间，并且包含大量的bug…你可以在加载源代码时修复它。不是在他们的服务器上，而是在进行解析时。例如，使用我命名的tidy扩展名。我试了一下，你要求的方式很容易处理你的案子。你会发现答案中有联系很抱歉，如果答案还不清楚的话。如果您仍然遇到问题，请告诉我，或者我如何在回答中更清楚地说明这一点。
<a href="some-url.html">Lorem ipsum ></a>