Question

我有一点问题我想用PHP解析一个简单的HTML文档。这是简单的HTML：

<html>
       <body>
             <table>
                     <tr>
                          <td>Colombo <br> Coucou</td> 
                          <td>30</td>
                          <td>Sunny</td> 
                     </tr>
                     <tr>
                          <td>Hambantota</td> 
                          <td>33</td>
                          <td>Sunny</td> 
                     </tr>

             </table>    
       </body>
 </html>

这是我的PHP代码：

$dom = new DOMDocument();

$html = $dom->loadHTMLFile("test.html");

$dom->preserveWhiteSpace = false; 

$tables = $dom->getElementsByTagName('table'); 


$rows = $tables->item(0)->getElementsByTagName('tr'); 


foreach ($rows as $row) 
{ 

  $cols = $row->getElementsByTagName('td'); 

  echo $cols->item(0)->nodeValue.'<br />'; 
  echo $cols->item(1)->nodeValue.'<br />'; 
  echo $cols->item(2)->nodeValue;
}

但正如您所看到的，我有一个<br>标签，我需要它，但是当我的PHP代码运行时，它会删除此标签。
任何人都可以解释我如何保留它吗？

Answer 1

我建议你在XPath的帮助下捕获表格单元格的值：

$values = array();

$xpath = new DOMXPath($dom);

foreach($xpath->query('//tr') as $row) {
   $row_values = array();

   foreach($xpath->query('td', $row) as $cell) {
      $row_values[] = innerHTML($cell);
   }

   $values[] = $row_values;
}

此外，我遇到的问题与<br>标记被删除的内容一样，因为它们本身被视为空节点;不幸的是，它们不会自动替换为换行符（\n）;

所以我所做的就是设计我自己的innerHTML函数，这在许多项目中都被证明是非常宝贵的。在这里，我与您分享：

function innerHTML(DOMElement $element, $trim = true, $decode = true) {
   $innerHTML = '';

   foreach ($element->childNodes as $node) {
      $temp_container = new DOMDocument();
      $temp_container->appendChild($temp_container->importNode($node, true));

      $innerHTML .= ($trim ? trim($temp_container->saveHTML()) : $temp_container->saveHTML());
   }

   return ($decode ? html_entity_decode($innerHTML) : $innerHTML);
}

解析HTML文本内容时保留<br/>标签

1 个答案: