PHP簡單HTML DOM查找

Question

大部分時間里，我一直在成功地使用PHP簡單的HTML DOM解析器。 我現在想從沒有清晰標識符的頁面上抓取文字，直到最低級別。

我設法將其歸結為：

</pre><pre> </pre><p><strong>De heerlijke Pure Daghappen v</strong><strong>an Bistro Puur</strong></p> <p><strong>Voor de vaste lage prijs van&nbsp;slechts &euro; 8,50 !</strong></p> <p>geserveerd tussen 17:00 uur &amp; 18:30 uur</p> <p>&nbsp;</p> <h2>    <strong>De heerlijke Pure Daghappen voor week 32 zijn:</strong></h2> <p><strong><u>Dinsdag 22 Augustus:</u></strong></p> <p><strong>Gegrilde vakenshaas medaillons met champignonsaus</strong></p> <p>  <strong><u>Woensdag 23 Augustus:</u></strong>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</p> <p><strong>Gekonfijte scharrelhoen bout met truffelsaus</strong></p> <p>   <strong><u>Donderdag 24 Augustus:&nbsp;</u></strong>&nbsp;&nbsp;</p> <p>&nbsp;&nbsp;&nbsp;&nbsp;<br />  <strong>Gebakken zalmfilet met witte wijnsaus</strong></p> <p>  <strong><u>Vrijdag 25 Augustus;</u></strong></p> <p><strong>In de oven gebakken kabeljauw filet met pesto saus</strong></p> <p>&nbsp;</p> <p>Alle heerlijke Pure Daghappen worden vergezeld door een aardappelgarnituur en een frisse salade.<br />    Daghap is exclusief bijpassende wijn.</p> <p>&nbsp;</p> <p><strong>Wij verwelkomen u graag!</strong></p> <p><em><strong>Team Bistro Puur</strong></em></p> <p class="rteindent1 rtecenter"><strong>&nbsp;</strong></p> an Bistro Puur

通過使用

$html = file_get_html('http://www.bistropuur.nl/pure-daghappen');
foreach($html->find('div[class=node-content]') as $e){
    $temp = [$e->innertext];
}

隨后，我想創建一個包含所有不同文本片段的數組，以允許對諸如以下內容的進一步操作：

$data = array[Dinsdag 22 Augustus, Gegrilde vakenshaas medaillons met champignonsaus, ....].

我嘗試了以下方法：

問題：

為什么我要在array[0]處再次獲取整個html字符串？
如何快速刪除其余的<u>..</ul>標簽？
我正在獲取15個嵌套數組。 我可以使用它們，但是是否可以從一開始就刪除嵌套？
我可以以更有效的方式來完成所有這些工作嗎？

我更新了代碼（基於Peter的反饋）：

$html = str_get_html($str);
foreach($html->find('strong') as $e){
    $temp[] = $e->plaintext;
}

這為我提供了所有數據的正確普通數組。 大！

Answer 1

為什么我要在array [0]處再次獲取整個html字符串？

可能是因為您的代碼中仍然包含以下行，所以使用帶有單個元素$e->innertext的數組初始化$temp $e->innertext 。

$temp = [$e->innertext];

在$temp = [];之前，在foreach之前初始化$temp變量$temp = []; 。

如何快速刪除其余的..標簽？

使用$e->plaintext代替$e->innertext （請務必閱讀文檔）

我正在獲取15個嵌套數組。 我可以使用它們，但是是否可以從一開始就刪除嵌套？

因為您告訴它每次都創建一個數組（為什么這樣做？）：

$temp[] = [ $e->innertext ];
          ^ array open    ^ array-close

使用$temp[] = $e->innertext; 相反（或根據先前的plaintext ）

Answer 2

不知道您如何包含html DOM，但是使用以下腳本：

<?php
include "simple_html_dom.php";
$html = '</pre><pre> </pre><p><strong>De heerlijke Pure Daghappen v</strong><strong>an Bistro Puur<$
$html = str_get_html($html); // create a html DOM object again
foreach($html->find('strong') as $e){ // search for <strong> tag
$temp[] = $e->plaintext; // get the inside of the html tag
}
var_dump_pre($temp);


function var_dump_pre($mixed = null) {
  echo '<pre>';
  print_r($mixed);
  echo '</pre>';
  return null;
}
?>

...將產生以下輸出：

Array
(
    [0] => De heerlijke Pure Daghappen v
    [1] => an Bistro Puur
    [2] => Voor de vaste lage prijs van slechts € 8,50 !
    [3] => De heerlijke Pure Daghappen voor week 32 zijn:
    [4] => Dinsdag 22 Augustus:
    [5] => Gegrilde vakenshaas medaillons met champignonsaus
    [6] => Woensdag 23 Augustus:
    [7] => Gekonfijte scharrelhoen bout met truffelsaus
    [8] => Donderdag 24 Augustus: 
    [9] => Gebakken zalmfilet met witte wijnsaus
    [10] => Vrijdag 25 Augustus;
    [11] => In de oven gebakken kabeljauw filet met pesto saus
    [12] => Wij verwelkomen u graag!
    [13] => Team Bistro Puur
    [14] =>  
)

PHP簡單HTML DOM查找

問題描述

2 個解決方案

解決方案1
1 2017-08-25 15:41:22

解決方案2
1 2017-08-25 15:46:49

PHP簡單HTML DOM查找

問題描述

2 個解決方案

解決方案1 1 2017-08-25 15:41:22

解決方案2 1 2017-08-25 15:46:49

解決方案1
1 2017-08-25 15:41:22

解決方案2
1 2017-08-25 15:46:49