Php simple_html_dom不返回<；h1>；元素？

我正在使用SIMPLE_HTML_DOM测试解析器，并在解析时 从此URL返回的HTML DOM：

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

它没有找到H1元素。。。 我试着成功地归还了所有的div

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

我使用一个简单的请求来诊断此问题：

foreach($html->find('H1') as $value) { echo "<br />F: ".htmlspecialchars($value); } 

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

有人能帮我理解这里发生了什么吗？

找到了

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

但我无法解释

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

我用另一个代码进行了测试，包括H1（大写），它成功了

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

在使用简单的HTML DOM代码时，我对“remove_noise”进行了注释，现在它可以工作了 很好，我认为这是因为这个网站有无效的HTML和 噪波消除程序删除的内容太多，并且在结束标记脚本之后没有结束：

    // $this->remove_noise("'<\s*script[^>]*[^/]>(.*?)<\s*/\s*script\s*>'is");
    // $this->remove_noise("'<\s*script\s*>(.*?)<\s*/\s*script\s*>'is");

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

/$this->remove_noise（“']*[^/]>（.*？”）；
//$this->remove_noise（“（.*？”）；

谢谢大家的帮助。

试试这个

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

您还将在函数返回所有h1标记的innertext数组后使用正则表达式

        $oHtml = str_get_html($html);
        foreach($oHtml->find('h1') as $element)
        {
            echo $element->innertext;
        }

  function getH1($yourhtml)
{
    $h1tags = preg_match_all("/(<h1.*>)(\w.*)(<\/h1>)/isxmU", $yourhtml, $patterns);
    $res    = array();
    array_push($res, $patterns[2]);
    array_push($res, count($patterns[2]));
    return $res;
}

函数getH1（$yourhtml） { $h1tags=preg_match_all（“/（）（\w.*）（）/isxmU”，$yourhtml，$patterns）； $res=array（）； 数组推送（$res，$patterns[2]）； 数组推送（$res，count（$patterns[2]）； 返回$res； }

---

注意区别：

H1！=h1

。您可以打印出

$html

中的所有结果，以防丢失某些内容。您的浏览器DOM会怎么说？你链接到的页面有无效的HTML，所以PHP的解析器可能会被错误阻塞。我知道H1不是H1，但简单的HTML dom解析器通过降低输入标记和匹配标记的大小写来处理这个问题。。。（经过测试）。浏览器上显示的dom正在查找h1标记（页面上只有一个标记），该标记包含文章标题-在页面上搜索class=text20b source u将找到它。我回显$html，h1在那里！？这是非常令人困惑的…在URl中，他们使用的是H1。这超出了标准的AFAIK，可能会导致问题。请尝试下载页面并将H1更改为H1，然后进行解析，应该可以正常工作。您的代码看起来很好：）