来自的文字 <p> 标签使用DOM Php

Question

嘿，考虑我有以下的html语法

<p>xyz</p>
<p>abc</p>

我想使用DOM检索文本（xyz和abc）。

这是我的代码。

<?php
$link='http://www.xyz.com';
$ret= getLinks($link);
print_r ($ret);

function getLinks($link)
{
    /*** return array ***/
    $ret = array();

    /*** a new dom object ***/
    $dom = new domDocument;

    /*** get the HTML (suppress errors) ***/
    @$dom->loadHTML(file_get_contents($link));

    /*** remove silly white space ***/
    $dom->preserveWhiteSpace = false;

    /*** get the links from the HTML ***/
    $text = $dom->getElementsByTagName('p');

/*** loop over the links ***/
    foreach ($text as $tag)
    {
        $ret[] = $tag->innerHTML;
    }

    return $ret;
}
?>

但我得到一个空洞的结果。 我在这里呀呀。

Answer 1

要禁止解析错误，请不要使用

@$dom->loadHTML(file_get_contents($link));

但

libxml_use_internal_errors(TRUE);

此外，没有理由使用file_get_contents 。 DOM可以从远程资源加载。

libxml_use_internal_errors(TRUE);
$dom->loadHTMLFile($link);
libxml_clear_errors();

此外，标记名称区分大小写。 当代码段包含<p>时，您正在查询<P> <p> 。 改成

$text = $dom->getElementsByTagName('p');

最后，没有innerHTML 。 用于获取它的用户态解决方案是

• 如何获得DOMNode的innerHTML？

您可以使用获取outerHTML

$ret[] = $dom->saveHtml($tag); // requires PHP 5.3.6+

要么

$ret[] = $dom->saveXml($tag); // that will make it XML compliant though

要获取P标记的文本内容，请使用

$ret[] = $tag->nodeValue;

Answer 2

首先，案件事项：

$dom->getElementsByTagName('P');

应该：

$dom->getElementsByTagName('p');

其次， innerHTML不是有效的DOMElement属性。

尝试：

echo $dom->textContent;
echo $dom->nodeValue;

但是，这不会返回内部HTML标记并将删除它们。 有一些关于如何在PHP手册中使用它的示例 。