使用PHP的HTML DOMDocument解析HTML

一尘不染

使用PHP的HTML DOMDocument解析HTML

html

我试图用“
getElementsByTagName”来做到这一点，但是它没有用，我是使用DOMDocument解析HTML的新手，因为我以前使用过正则表达式，直到昨天，这里有人告诉我DOMEDocument会更适合工作，所以我尝试一下:)

我在Google上搜索了一段时间，寻找了一些解释，但没有找到任何帮助（反正这门课也不对）

因此，我想捕获“捕获此文本1”和“捕获此文本2”，依此类推。

看起来并不难，但我无法弄清楚:(

<div class="main">
    <div class="text">
    Capture this text 1
    </div>
</div>

<div class="main">
    <div class="text">
    Capture this text 2
    </div>
</div>

阅读 804

2020-05-10

共1个答案

一尘不染

如果你想得到：

文本
在<div>标签内class="text"
这本身里面<div>有class="main"

我会说最简单的方法是不使用
DOMDocument::getElementsByTagName
-它将返回所有具有特定名称的标签 （虽然您只需要其中的一些 标签）。

相反，我会使用 DOMXpath
该类在您的文档上使用XPath查询。

例如，应该执行以下操作将HTML字符串加载到DOM对象中，并实例化DOMXpath类：

$html = <<<HTML
<div class="main">
    <div class="text">
    Capture this text 1
    </div>
</div>

<div class="main">
    <div class="text">
    Capture this text 2
    </div>
</div>
HTML;

$dom = new DOMDocument();
$dom->loadHTML($html);

$xpath = new DOMXPath($dom);

然后，您可以将XPath查询与
DOMXPath::query
方法一起使用，该方法返回您正在搜索的元素的列表：

$tags = $xpath->query('//div[@class="main"]/div[@class="text"]');
foreach ($tags as $tag) {
    var_dump(trim($tag->nodeValue));
}

执行此操作后，我得到以下输出：

string 'Capture this text 1' (length=19)
string 'Capture this text 2' (length=19)

2020-05-10