Question

我在Visual Studio中运行PHP，并希望遍历HTML字符串中的各个节点。我使用loadHTML将字符串加载到DOMDocument中，并从文档中提取了firstChild，检查它是一个HTML节点，但是该节点没有任何子节点。

然后，我修改了代码以遍历文档的所有childNode，令我惊讶的是，它返回了两个HTML节点，第二个具有预期的子节点。这是我应该期待的，任何人都可以解释原因吗？

附带代码和输出。

cy.get('td').eq(1).trigger('mouseover')

上面的输出是：

enter code here
<?php
$html = '<html><head></head><body>';
$html .= '<h1>Content 1</h1><h2>Content 1.1</h2><h3>Content 1.1.1</h3>';
$html .= '</body></html>';

define ('NEWLINE',"\r\n" );

function recurceHTML ($node, $spaces)
{
    $nextIndent = $spaces . '  ';
    print ($spaces . $node->nodeName . NEWLINE);
    foreach($node->childNodes as $childNode)
    {
        recurceHTML ($childNode, $nextIndent);
    }
}


$dom = DOMDocument::loadHTML($html);
$spaces = '  ';

foreach ($dom->childNodes as $child)
{
    recurceHTML ($child, $spaces);
}
$wait = readline();
?>

Answer 1

稍稍更新一下代码即可更清楚地显示其使用的内容，您可以看到数据来自何处...

function recurceHTML ($node, $spaces)
{
    $nextIndent = $spaces . '  ';
    print ($spaces . $node->nodeName."->".$node->nodeType . NEWLINE);

    if ( $node->nodeType == 1 ) {
        foreach($node->childNodes as $childNode)
        {
            recurceHTML ($childNode, $nextIndent);
        }
    }
}

$dom = new DOMDocument();
$dom->loadHTML($html);
$spaces = '  ';

echo $dom->saveHTML().PHP_EOL;

foreach ($dom->childNodes as $child)
{
    recurceHTML ($child, $spaces);
}

第一个echo向您显示其正在使用的实际文档...

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><head></head><body><h1>Content 1</h1><h2>Content 1.1</h2><h3>Content 1.1.1</h3></body></html>

如您所见-这也将文档类型作为内容的一部分。

然后您将获得主要功能的输出...

  html->10
  html->1
    head->1
    body->1
      h1->1
        #text->3
      h2->1
        #text->3
      h3->1
        #text->3

tagName之后的输出显示node type，第一个是10，它是DOMDocumentType节点（<!DOCTYPE html PUBLIC "-//W3...），然后第二个是类型1，即{{ 3}}，即您的<html>标签。

使用loadHTML时-始终会尝试创建有效的HTML文档-这包括添加普通HTML页面中需要的文档类型以及<html>标签等。

PHP DOMDocument loadHTML返回两个HTML childNodes

1 个答案: