Question

我正在使用DOMDocument解析HTML网页。

这是我的代码：

$doc = new DOMDocument();
$doc->strictErrorChecking = false;
$input = file_get_contents($url); //Url passato come parametro
$doc->loadHTML( $input );
$xpath = new DOMXpath($doc);
$article = $xpath->query('//div[@class="entry-container fix"]');

在$ article中我将所有文本都包含在＆＃34;条目容器修复中＃34;格。

但是网页中的这个文字有一个格式化文本。简单说明：

<div> 
   <p> Text <strong> Strong text </strong> </p>
</div>

用我的代码，我丢失了所有大胆的意大利字符，所有段落都是ecc ... 有一种获取所有格式化文本的方法吗？

Answer 1

为什么不使用saveHTML函数来提取HTML（这里是链接：http://php.net/manual/fr/domdocument.savehtml.php）。它看起来像这样：

$sFormated = $doc->saveHTML($article->item(0));

使用格式化文本解析HTML

1 个答案: