[英]DOMDocument missing HTML tags
我玩一個名為Tribalwars的在線游戲,現在正試圖編寫一個報告解析器。 典型的報告如下所示:
https://enp2.tribalwars.net/public_report/395cf3cc373a3b8873c20fa018f1aa07
我有兩個從php.net改編的函數,現在看起來如下:
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);
}
}
}
}
}
}
}
它以以下格式返回結果:
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...
)
在大多數情況下,這是可行的,但是某些數據在解析中會丟失。 如果您查看鏈接中的報告,則會看到“資源搜尋”和“運輸”部分。 這兩個部分都包含<span>
。 由於某些原因,函數返回的數組中缺少這兩個部分。 (請參閱數組項目77和數組項目113-118)。 第113-118行僅顯示了.
在格式異常的數字中,第77行什么也沒有。
在調用show_node()
函數的函數中,我做了一些處理以拋出不需要的不必要的DOM代碼:
$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));
如果我做的輸出$rep
調用之前show_node()
函數,我需要的信息Haul
和Resources scouted
存在。
可能是什么問題呢?
似乎DOMDocument對其在文檔中的深度或深度有限制。 這或者上面的遞歸代碼是錯誤的。 因此,我確定了未解析的代碼片段,看到它的格式正確,然后繼續使用str_replace()
刪除了不需要的子str_replace()
,最終得到了數組中的值。 無論如何,此問題現在已解決。
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.