Question

我有以下工作示例来检索返回SimpleXMLElement对象的特定Wikipedia页面：

ini_set('user_agent', 'michael@example.com');
$doc = New DOMDocument();
$doc->load('http://en.wikipedia.org/w/api.php?action=parse&page=Main%20Page&format=xml');

$xml = simplexml_import_dom($doc);

print '<pre>';
print_r($xml);
print '</pre>';

返回：

SimpleXMLElement Object
(
    [parse] => SimpleXMLElement Object
        (
            [@attributes] => Array
                (
                    [title] => Main Page
                    [revid] => 472210092
                    [displaytitle] => Main Page
                )

            [text] => <body><table id="mp-topbanner" style="width: 100%;"...

愚蠢的问题/心灵空白。我想要做的是捕获$ xml-＆gt; parse-＆gt;文本元素，然后解析它。所以最终我要返回的是以下对象;我该如何实现这个目标？

SimpleXMLElement Object
(
    [body] => SimpleXMLElement Object
        (
            [table] => SimpleXMLElement Object
                (
                    [@attributes] => Array
                        (
                            [id] => mp-topbanner
                            [style] => width:100% ...

Answer 1

抓了一杯新鲜的茶，吃了一根香蕉，这就是我提出的解决方案：

ini_set('user_agent','michael@example.com');
$doc = new DOMDocument();
$doc->load('http://en.wikipedia.org/w/api.php?action=parse&page=Main%20Page&format=xml');
$nodes = $doc->getElementsByTagName('text');

$str = $nodes->item(0)->nodeValue;

$html = new DOMDocument();
$html->loadHTML($str);

这允许我获得元素值，这就是我所追求的。例如：

echo "Some value: ";
echo $html->getElementById('someid')->nodeValue;

如何分解和解析特定的维基百科文本

1 个答案: