PHP Simple HTML Dom：获取childNodes nodeValue？

Posted 2023-05-07

【中文标题】PHP Simple HTML Dom：获取childNodes nodeValue？

【英文标题】：PHP Simple HTML Dom: Get childNodes nodeValue?

【发布时间】：2013-01-25 05:04:06

【问题描述】：

a.php:

<ul id="ul1">
    <li id="pt1">Point 1
         <ul id="ul2">
             <li id="pt11">Point 1.1</li>
             <li id="pt12">Point 1.2</li>
                <pre class="CodeDisplay">
                some codes
                </pre>
             <li id="ref">Reference: <a href="link.html" target="_blank">link</a></li>
         </ul>
    </li> 
</ul>

我只想获取 nodeValue“Point 1”。在 JS 中是：

alert(document.getElementsByTagName("li")[0].childNodes[0].nodeValue);

但我想在 PHP (Simple HTML Dom) 中获取 nodeValue；这是另一个 PHP 页面 (b.php) 中的代码 sn-p：

<?php

include('simple_html_dom.php');
$html = file_get_html('http://lifelearning.net63.net/a.php');

// stuck here:
echo $html->getElementsByTagName('ul',0)->getElementsByTagName('li',0)->nodeValue;
//

?>

我使用了 textContent 但它只是提取第 1 点下的内容后代。这不是我想要的。我只想要“第 1 点”。 任何帮助表示赞赏！

【参考方案1】：

试试这个：

<?php
include('simple_html_dom.php');
$html = file_get_html('http://lifelearning.net63.net/a.php');
echo $html->find('li[id=pt1] li', 0)->innertext;

上面的 sn-p 找到第一个（下降到 li#pt1）匹配 li 标记并给出你的内部文本（文本之间的内容，包括其中的所有 HTML，如果有的话）。

看看SimpleHTMLDom docs。您可以通过多种方式和示例从 HTML 输出中找到内容（ID、类等）。 SimpleHTMLDom 主要遵循 jQuery/CSS 选择器。

注意，如果你不使用innertext方法，它会返回一个SimpleHTMLDom节点，你需要在显示之前处理这个节点。

如果没有匹配的元素，它将返回E_WARNING 错误消息。因此，请确保您的输入包含需要的元素或确保该元素带有 isset()

【讨论】：

感谢您的回复。但它实际上返回的是“Point 1.1”而不是“Point 1”。

【参考方案2】：

在网上其他人的帮助下，建议一个更简单的解决方案：

$html = new DOMDocument();
$html->loadHTMLFile('http://lifelearning.net63.net/a.php');
echo $html->getElementsByTagName('li')->item(0)->childNodes->item(0)->textContent; // returns "Point 1"

我学到的是

首先，在我的例子中，不需要任何外部库，DOMDocument 负责获取网页的 HTML DOM。

其次，使用 item() 和 childNodes。非常像 JS 中的内容：

document.getElementsByTagName("li")[0].childNodes[0].nodeValue

但感谢您的所有回复。

【讨论】：

坦率地说，您应该接受自己的答案，因为不推荐使用该正则表达式解决方案。

【参考方案3】：

你可能会找这个

 <?php  $str2 =     ' <ul id="ul1"> ' ;?>
 <?php  $str2 .=    '<li id="pt1"><div>Point 1</div> ' ;?>
 <?php  $str2 .=    ' <ul id="ul2"> ' ; ?>
 <?php  $str2 .=    '     <li id="pt11">Point 1.1</li>' ; ?>
 <?php  $str2 .=    '    <li id="pt12">Point 1.2</li>' ; ?>
 <?php  $str2 .=    '     <pre class="CodeDisplay">' ; ?>
 <?php  $str2 .=    '     some codes' ; ?>
 <?php  $str2 .=    '     </pre>' ; ?>
 <?php  $str2 .=    '    <li id="ref">Reference: <a href="link.html" target="_blank">link</a></li>' ; ?>
 <?php  $str2 .=    '  </ul>' ; ?>
 <?php  $str2 .=    '   </li> ' ; ?>
 <?php  $str2 .=    ' </ul>' ; ?>

 <?php

 function getTextBetweenTags($string, $tagname) 
     $pattern = "/<$tagname ?.*>(.*)<\/$tagname>/";
     preg_match($pattern, $string, $matches);
     return $matches[1];
     

   $txt = getTextBetweenTags($str2, "div");
   echo $txt;
   ?>

   will output : -->  Point 1 

【讨论】：

OP 已经在使用 SimpleHTMLDom。 [在此处插入“解析 HTML 的正则表达式不好”评论]

这是容易出错的建议。正则表达式不支持 DOM。