PHP&；Xpath：获取所有第一级HTML标记（所有同级）

我的函数需要从一部分HTML代码中获取所有第一级HTML标记，这样我就可以处理每个标记

这是我的HTML文档，总结如下：

<p>The breed was first...</p>
<p>Semencic credits his...</p>

<h1>Appearance</h1>
<p>The breed's distinctive...</p>
<p>It should be symmetrical...</p>

<figure id="attachment_6" style="width: 840px" class="wp-caption alignnone">
    <img class="size-large wp-image-6" src="...jpg" alt="boerboel appearance" width="840" height="746">
    <figcaption class="wp-caption-text">The dog appearance.</figcaption>
</figure>

<h1>Requirements</h1>
<p>Prospective owners....</p>
<p>These dogs....</p>

<h2>A Little Warning!</h2>
<p>If you are considering...</p>
<blockquote>
    <p>According to...</p>
    <p>Source: http://...</p>
</blockquote>
<p>Although more suitable...</p>

但现在，它是：

h1
p
h1
p
h2
p
blockquote
p

有几件事不对： -“数字”没有显示出来 -即使有几个同级，段落标记也会被单独列出 -未找到第一个p

$doc = new DOMDocument();
$doc->loadHTML( $this->post_content, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD );

$xpath = new DOMXpath( $doc );
$nodes = $xpath->query( "/*/*" );

foreach ( $nodes as $node ) {

    echo $node->nodeName;
    echo '<br>';

    $this->add_part(
        md5( $node->textContent ),
        $node->nodeName
    );
}

$doc=newDOMDocument（）；
$doc->loadHTML（$this->post_content，LIBXML_HTML_noimpled，LIBXML_HTML_NODEFDTD）；
$xpath=新的DOMXpath（$doc）；
$nodes=$xpath->query（“/*/*”）；
foreach（$node作为$node）{
echo$node->nodeName；
回声“
”；
$this->添加零件(
md5（$node->textContent），
$node->nodeName
);
}

对于记录：使用您精确的HTML示例，我获得以下结果：

p / h1 / p / p / figure / h1 / p / p / h2 / p / blockquote / p

而不是（根据您的问题）：

所以，我不知道这个答案是否能在实际代码中解决您的问题

---

HTML有一些规则。您尝试在没有根元素的情况下处理代码。用类似于

的方式包装代码：

---

对于记录：使用您精确的HTML示例，我获得以下结果：

p / h1 / p / p / figure / h1 / p / p / h2 / p / blockquote / p

而不是（根据您的问题）：

所以，我不知道这个答案是否能在实际代码中解决您的问题

---

HTML有一些规则。您尝试在没有根元素的情况下处理代码。用类似于

的方式包装代码：

DOM（libxml）将重新格式化输入，使其具有单个文档元素。如果删除解析器选项（

LIBXML\u HTML\u NOIMPLIED | LIBXML\u HTML\u NODEFDTD

），它将修复HTML并添加

HTML

和

body

元素。因此，如果希望元素节点位于

body

中，可以使用表达式

//body/*

$document = new DOMDocument();
$document->loadHtml($html);
$xpath = new DOMXpath($document);

foreach ($xpath->evaluate('//body/*') as $node) {
  var_dump($node->nodeName);
}

输出：

string(1) "p"
string(1) "p"
string(2) "h1"
string(1) "p"
string(1) "p"
string(6) "figure"
string(2) "h1"
string(1) "p"
string(1) "p"
string(2) "h2"
string(1) "p"
string(10) "blockquote"
string(1) "p"

DOM（libxml）将重新格式化输入，使其具有单个文档元素。如果删除解析器选项（

LIBXML\u HTML\u NOIMPLIED | LIBXML\u HTML\u NODEFDTD

），它将修复HTML并添加

HTML

和

body

元素。因此，如果希望元素节点位于

body

中，可以使用表达式

//body/*

$document = new DOMDocument();
$document->loadHtml($html);
$xpath = new DOMXpath($document);

foreach ($xpath->evaluate('//body/*') as $node) {
  var_dump($node->nodeName);
}

输出：

string(1) "p"
string(1) "p"
string(2) "h1"
string(1) "p"
string(1) "p"
string(6) "figure"
string(2) "h1"
string(1) "p"
string(1) "p"
string(2) "h2"
string(1) "p"
string(10) "blockquote"
string(1) "p"

---

我认为你必须发布真正的HTML代码。你的代码对我来说很有用，用标签包装你的HTML样本。我的HTML代码是真正的HTML代码，没有标签包装所有这些。我想你必须发布真正的HTML代码。您的代码适用于我，使用标签包装的HTML示例。我的HTML代码是真正的HTML代码，没有标签包装所有这些。如果此解决方案不起作用，请打印

->post\u content

并向我们显示结果（从页面源代码复制，而不是从呈现页面或检查器复制）？如果此解决方案不起作用，能否打印

->post_content

并向我们显示结果（从页面源复制，而不是从呈现页面或检查器复制）？

string(1) "p"
string(1) "p"
string(2) "h1"
string(1) "p"
string(1) "p"
string(6) "figure"
string(2) "h1"
string(1) "p"
string(1) "p"
string(2) "h2"
string(1) "p"
string(10) "blockquote"
string(1) "p"