[英]PHP & Xpath: Get All The First Level HTML Tags (All Siblings)
我的函數需要從HTML代碼的一部分獲取所有第一級HTML標記,以便我可以使用它們。
這是我在這里總結的HTML文檔:
<p>The breed was first...</p>
<p>Semencic credits his...</p>
<h1>Appearance</h1>
<p>The breed's distinctive...</p>
<p>It should be symmetrical...</p>
<figure id="attachment_6" style="width: 840px" class="wp-caption alignnone">
<img class="size-large wp-image-6" src="...jpg" alt="boerboel appearance" width="840" height="746">
<figcaption class="wp-caption-text">The dog appearance.</figcaption>
</figure>
<h1>Requirements</h1>
<p>Prospective owners....</p>
<p>These dogs....</p>
<h2>A Little Warning!</h2>
<p>If you are considering...</p>
<blockquote>
<p>According to...</p>
<p>Source: http://...</p>
</blockquote>
<p>Although more suitable...</p>
現在,我希望我的輸出為:
p
p
h1
p
p
figure
h1
p
p
h2
p
blockquote
p
但是現在,它是:
h1
p
h1
p
h2
p
blockquote
p
有幾件事是錯的: - '數字'沒有顯示 - 即使有幾個兄弟姐妹也會挑出段落標簽 - 找不到第一個p'
$doc = new DOMDocument();
$doc->loadHTML( $this->post_content, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD );
$xpath = new DOMXpath( $doc );
$nodes = $xpath->query( "/*/*" );
foreach ( $nodes as $node ) {
echo $node->nodeName;
echo '<br>';
$this->add_part(
md5( $node->textContent ),
$node->nodeName
);
}
對於記錄:使用精確的HTML示例,我獲得了以下結果:
p / h1 / p / p / figure / h1 / p / p / h2 / p / blockquote / p
而不是這個(根據你的問題):
h1 / p / h1 / p / h2 / p / blockquote / p
所以,我不知道這個答案是否會在實際代碼中解決您的問題。
HTML有一些規則。 您嘗試處理沒有根元素的代碼。 用<body>
類的東西包裝你的代碼:
$doc->loadHTML( "<body>$txt</body>", LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD );
通過這種方式,我獲得了你想要的結果:
p
p
h1
p
p
figure
h1
p
p
h2
p
blockquote
p
DOM(libxml)將重新格式化輸入,使其具有單個文檔元素。 如果刪除解析器選項( LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD
),它將修復html並添加html
和body
元素。 所以如果你想要body
的元素節點你可以使用表達式//body/*
$document = new DOMDocument();
$document->loadHtml($html);
$xpath = new DOMXpath($document);
foreach ($xpath->evaluate('//body/*') as $node) {
var_dump($node->nodeName);
}
輸出:
string(1) "p"
string(1) "p"
string(2) "h1"
string(1) "p"
string(1) "p"
string(6) "figure"
string(2) "h1"
string(1) "p"
string(1) "p"
string(2) "h2"
string(1) "p"
string(10) "blockquote"
string(1) "p"
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.