DOMDocument缺少HTML标记

Question

我玩一个名为Tribalwars的在线游戏，现在正试图编写一个报告解析器。 典型的报告如下所示：

https://enp2.tribalwars.net/public_report/395cf3cc373a3b8873c20fa018f1aa07

我有两个从php.net改编的函数，现在看起来如下：

function has_child($p)
{
    if ($p->hasChildNodes())
    {
        foreach ($p->childNodes as $c)
        {
            if ($c->nodeType == XML_ELEMENT_NODE)
            {
                return true;
            }
        }
    }
    return false;
}

function show_node($x)
{
    foreach ($x->childNodes as $p)
    {
        if ($this->has_child($p))
        {
            $this->show_node($p);
        }
        elseif ($p->nodeType == XML_ELEMENT_NODE)
        {
            if (trim($p->nodeValue) !== '')
            {
                $temp = explode("\n", $p->nodeValue);
                if (count($temp) == 1)
                {
                    $this->reportdata[] = trim($temp[0]);
                }
                else
                {
                    foreach ($temp as $k => $v)
                    {
                        if (trim($v) !== '')
                        {
                            $this->reportdata[] = trim($v);
                        }
                    }
                }
            }
        }
    }
}

它以以下格式返回结果：

Array
(
    [0] => MASHAD (27000) attacks 40-014-Devil...
    [1] => May 11, 2016  19:27:12
    [2] => MASHAD has won
    [3] => Attacker's luck
    ...
    [76] => Espionage
    [77] => Resources scouted:
    [78] => Building
    ...
    [112] => Haul:
    [113] => .
    [114] => .
    [115] => .
    [116] => .
    [117] => .
    ...
    [120] => https://enp2.tribalwars.net/public_report/395...
)

在大多数情况下，这是可行的，但是某些数据在解析中会丢失。 如果您查看链接中的报告，则会看到“资源搜寻”和“运输”部分。 这两个部分都包含<span> 。 由于某些原因，函数返回的数组中缺少这两个部分。 （请参阅数组项目77和数组项目113-118）。 第113-118行仅显示了. 在格式异常的数字中，第77行什么也没有。

在调用show_node()函数的函数中，我做了一些处理以抛出不需要的不必要的DOM代码：

$temp = explode('<h1>Publicized report</h1>', $report[0]['reportdata']);
$rep = $temp[1];
$temp = explode('For quick copy and paste', $rep);
$rep = '<report>' . $temp[0] . '</report>';
$x = new DOMDocument();
$x->loadHTML($rep);
$this->show_node($x->getElementsByTagName('report')->item(0));

如果我做的输出$rep调用之前show_node()函数，我需要的信息Haul和Resources scouted存在。

可能是什么问题呢？

Answer 1

似乎DOMDocument对其在文档中的深度或深度有限制。 这或者上面的递归代码是错误的。 因此，我确定了未解析的代码片段，看到它的格式正确，然后继续使用str_replace()删除了不需要的子str_replace() ，最终得到了数组中的值。 无论如何，此问题现在已解决。