PHP';s DOMXPath正在剥离匹配文本中的标记
昨天我问了这个问题,当时这正是我所需要的,但在处理一些实时数据时,我发现它并没有达到我的预期PHP';s DOMXPath正在剥离匹配文本中的标记,php,html,domdocument,domxpath,Php,Html,Domdocument,Domxpath,昨天我问了这个问题,当时这正是我所需要的,但在处理一些实时数据时,我发现它并没有达到我的预期 它从HTML页面获取数据,但是它也会去掉捕获的文本块中的所有HTML标记,这不是我想要的。(我可能不想取出一些标记,但不是全部,这可以在以后完成)这是DOM的一个常见问题:如果要获取标记的内容及其所有子项的内容,必须做更多的工作 基本上,您必须循环与XPath查询匹配的子节点,以获取其内容 用户在手册页上的注释中提出了一个解决方案--请参阅 将此解决方案集成到您已有的代码中,应该会为HTML字符串的声
它从HTML页面获取数据,但是它也会去掉捕获的文本块中的所有HTML标记,这不是我想要的。(我可能不想取出一些标记,但不是全部,这可以在以后完成)这是DOM的一个常见问题:如果要获取标记的内容及其所有子项的内容,必须做更多的工作 基本上,您必须循环与XPath查询匹配的子节点,以获取其内容 用户在手册页上的注释中提出了一个解决方案--请参阅
将此解决方案集成到您已有的代码中,应该会为HTML字符串的声明提供如下内容,以及子标记:
$html = <<<HTML
<div class="main">
<div class="text">
<p>
Capture this <strong>text</strong> <em>1</em>
</p>
<p>
And some other <strong>text</strong>
</p>
</div>
</div>
HTML;
唯一改变的是foreach
循环的内容:您必须迭代子元素,而不是只使用$tag->nodeValue
这给了我以下输出:
string '<p>
Capture this <strong>text</strong> <em>1</em>
</p>
<p>
And some other <strong>text</strong>
</p>' (length=150)
string'
捕获此文本1
和其他一些文本
'(长度=150)
这是匹配的
标记及其所有子项(包括标记)的完整内容
注:手册的用户说明中经常有有趣的想法和解决方案;-) 帕斯卡·马丁的答案很好,但我发现它可以简化
$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
$tags = $xpath->query('//div[@class="main"]/div[@class="text"]');
foreach ($tags as $tag) {
$innerHTML = '';
$children = $tag->childNodes;
foreach ($children as $child) {
$innerHTML .= $dom->saveHTML($child);
}
var_dump(trim($innerHTML));
}
这种方法似乎可以产生相同的结果,但不需要在foreach
循环中创建新的DomDocument
对象
编辑:
因此,在进一步的实验之后,您实际上可以将上述内容简化为:
$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
$tags = $xpath->query('//div[@class="main"]/div[@class="text"]');
foreach ($tags as $tag) {
var_dump(trim($dom->saveHTML($tag)));
}
$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
$tags = $xpath->query('//div[@class="main"]/div[@class="text"]');
foreach ($tags as $tag) {
var_dump(trim($dom->saveHTML($tag)));
}