Question

我正在尝试阅读网站的内容，但我有一个问题，我想要获取图像，链接这些元素，但我想得到他们自己的元素而不是元素内容，例如我想得到它：我想得到那个整个元素。

我该怎么做..

<?php

    $ch = curl_init();

    curl_setopt($ch, CURLOPT_URL, "http://www.link.com");
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);

    $output = curl_exec($ch);

    $dom = new DOMDocument;
    @$dom->loadHTML($output);

    $items = $dom->getElementsByTagName('a');

    for($i = 0; $i < $items->length; $i++) {
        echo $items->item($i)->nodeValue . "<br />";
    }

    curl_close($ch);;
?>

Answer 1

您似乎要求提供DOMElement的序列化html ？例如。你想要一个包含<a href="http://example.org">link text</a>的字符串吗？（请让你的问题更清楚。）

$url = 'http://example.com';
$dom = new DOMDocument();
$dom->loadHTMLFile($url);

$anchors = $dom->getElementsByTagName('a');

foreach ($anchors as $a) {
    // Best solution, but only works with PHP >= 5.3.6
    $htmlstring = $dom->saveHTML($a);

    // Otherwise you need to serialize to XML and then fix the self-closing elements
    $htmlstring = saveHTMLFragment($a);
    echo $htmlstring, "\n";
}


function saveHTMLFragment(DOMElement $e) {
    $selfclosingelements = array('></area>', '></base>', '></basefont>',
        '></br>', '></col>', '></frame>', '></hr>', '></img>', '></input>',
        '></isindex>', '></link>', '></meta>', '></param>', '></source>',
    );
    // This is not 100% reliable because it may output namespace declarations.
    // But otherwise it is extra-paranoid to work down to at least PHP 5.1
    $html = $e->ownerDocument->saveXML($e, LIBXML_NOEMPTYTAG);
    // in case any empty elements are expanded, collapse them again:
    $html = str_ireplace($selfclosingelements, '>', $html);
    return $html;
}

但请注意，您正在做的事情很危险，因为它可能会混合编码。最好将输出作为另一个DOMDocument，并使用importNode()复制所需的节点。或者，使用XSL样式表。

Answer 2

我假设您只是复制粘贴了一些示例代码，并且没有费心去了解它是如何工作的......

无论如何，->nodeValue部分接受元素并返回文本内容（因为元素有一个文本节点子元素 - 如果还有其他内容，我不知道nodeValue会给出什么）。

所以，只需删除->nodeValue即可获得元素。

PHP DOMDocument如何获取元素？

2 个答案: