Question

我正在尝试使用PHP DOM函数解析HTML代码段。除了段落，跨度和换行符之外，我已经删除了所有内容，现在我想要检索所有文本及其附带的样式。

所以，我想逐一获取每一段文字，然后我可以回到树上获取特定属性的值（我只对某些特定属性感兴趣，喜欢颜色等。）。

我该怎么做？或者我是以错误的方式思考它？

谢谢！

Answer 1

假设您在这里有一个DOMDocument：

$doc = new DOMDocument();
$doc->loadHTMLFile('http://stackoverflow.com/');

您可以使用简单的Xpath找到所有文本节点。

$xpath = new DOMXpath($doc);
$textNodes = $xpath->query('//text()');

只需foreach遍历所有文本节点：

foreach ($textNodes as $textNode) {
    echo $textNode->data . "\n";
}

由此，您可以使用->parentNode上传DOM树。

希望这可以给你一个良好的开端。

Answer 2

对于那些对CSS3选择器更为满意的人，并且愿意在他们的项目中包含一个额外的PHP类，我建议使用Simple PHP DOM parser。解决方案如下所示：

$html = file_get_html('http://www.example.com/');

$ret = $html->find('p, span');    
$store = array();

foreach($ret as $element) {
    $store[] = array($element->tag => array('text' => $element->innertext, 
                                            'color' => $element->color, 
                                            'style' => $element->style));
}
print_r($store);

如何在HTML片段中找到文本节点？

2 个答案: