获取整个HTML，而不仅仅是使用Goutte的文本

Question

我正在解析一个网站而且我遇到了问题，因为它有一些文本与<br>分开，但是当我使用$node->text()时，甚至没有一个空格代替<br> <br> 1}}。

如何获取<span>Some<br>Text</span>或者至少用空格替换它？

HTML是这样的：

SomeText

目前我得到Some Text，我希望它为{{1}};

谢谢！

Answer 1

使用Goutte，您可以使用html()方法。

$node->html();

虽然会包含<br/>。然后，您可以使用strip_tags删除html标记。

$text = strip_tags($node->html());

Goutte可能有一种内置的方法。

Answer 2

您可以检索该节点的HTML而不是文本，并自行将<br>标记替换为空格。这样的事情应该做得很好：

str_replace('<br>', ' ', strip_tags($node->html(), '<br>'));

strip_tags可以删除任何不是<br>的内容，因此它等同于text()方法，但允许换行符。然后可以使用str_replace替换空格。以上将改变这一点：

<span>Some<br>Text</span>

进入这个

Some Text