PHP简单的HTML DOM标签重叠

Question

我有一个我要解析的页面，它有像这样重叠的标签

 <div>
  <p>
   <strong>
    <span>sometext</span>
     <div> <- this tag is misplaced
   </strong>
  </p>
       <- and should be here
     </div>

问题是需要解析更多的p标签，但解析器认为它已到达终点。

我需要以我可以单独访问每个p的方式进行解析

$ar_w = $ar->find('div[itemprop=ar] p');
    foreach ($ar_w as $para) {
        //something
    }

任何想法如何解决这个问题？

Answer 1

您的HTML无效。

• 您无法在<p>内加<p>（但由于<div>的结束标记是可选的，</p>将隐式结束它，然后{{1}将被忽略，因为没有匹配的<p>）。
• 您无法将<div>或<strong>
放入其中
• 如果没有匹配的结束标记，您就不能拥有<div>开始标记

如果要以特定的非标准方式从HTML错误中恢复，则需要编写自定义解析器。预建的往往遵循HTML规则。