Question

我正在尝试获取<p>标记的内部html并将其另存为.txt文件。这是一个非常简单的页面;它上面只有一个<p>。我按照Using PHP to get DOM Element尝试使用getElementsByTagName('p')。不幸的是，它对我不起作用，但也许我错过了一些东西。我的代码是：

<?php
$dataPage = file_get_contents('http://www.somedataurl.com');
$doc = new DOMDocument;
$doc->loadHTML($dataPage);

$dataNodeList = $doc->getElementsByTagName('p');
$dataNode = $dataNodeList->item(0);

function innerHTML($node) {
    return implode(array_map([$node->ownerDocument, "saveHTML"],
            iterator_to_array($node->childNodes)));
}

$theData = innerHTML($dataNode);

header('Content-Type: text/plain');
$filename = date('Y-m-d') . '.txt';
file_put_contents($filename, $theData);

错误日志给了我：

PHP注意：未定义的属性:: DOMNodeList（第10行）

PHP注意：未定义的属性:: DOMNodeList（第11行）

PHP Catchable致命错误（第11行）

这些错误听起来相当惊人，特别是最后一个。

问题：除了getElementsByTagName()之外我还可以使用更好的工具，因为我只处理一个<p>吗？或者，如果我调整一些东西，这种方式可以工作吗？

Answer 1

如果只有一个P标签，我认为您最好使用正则表达式提取P内容

示例：

preg_match("/<p>(.*?)<\/p>/is",$dataPage,$match);
print_r($match[1]);

PHP保存p标签的内部html，页面

1 个答案: