PHP DOMDocument loadHTML返回兩個HTML childNodes

Question

我在Visual Studio中運行PHP，並希望遍歷HTML字符串中的各個節點。 我使用loadHTML將字符串加載到DOMDocument中，並從文檔中提取了firstChild，檢查它是一個HTML節點，但是該節點沒有任何子節點。

然后，我修改了代碼以遍歷文檔的所有childNode，令我驚訝的是，它返回了兩個HTML節點，第二個具有預期的子節點。 這是我應該期待的，誰能解釋為什么？

附帶代碼和輸出。

enter code here
<?php
$html = '<html><head></head><body>';
$html .= '<h1>Content 1</h1><h2>Content 1.1</h2><h3>Content 1.1.1</h3>';
$html .= '</body></html>';

define ('NEWLINE',"\r\n" );

function recurceHTML ($node, $spaces)
{
    $nextIndent = $spaces . '  ';
    print ($spaces . $node->nodeName . NEWLINE);
    foreach($node->childNodes as $childNode)
    {
        recurceHTML ($childNode, $nextIndent);
    }
}


$dom = DOMDocument::loadHTML($html);
$spaces = '  ';

foreach ($dom->childNodes as $child)
{
    recurceHTML ($child, $spaces);
}
$wait = readline();
?>

上面的輸出是：

  html
  html
    head
    body
      h1
        #text
      h2
        #text
      h3
        #text

Answer 1

對您的代碼進行輕微更新以更清楚地顯示其使用的內容，您可以看到數據來自何處...

function recurceHTML ($node, $spaces)
{
    $nextIndent = $spaces . '  ';
    print ($spaces . $node->nodeName."->".$node->nodeType . NEWLINE);

    if ( $node->nodeType == 1 ) {
        foreach($node->childNodes as $childNode)
        {
            recurceHTML ($childNode, $nextIndent);
        }
    }
}

$dom = new DOMDocument();
$dom->loadHTML($html);
$spaces = '  ';

echo $dom->saveHTML().PHP_EOL;

foreach ($dom->childNodes as $child)
{
    recurceHTML ($child, $spaces);
}

第一個echo顯示您正在使用的實際文檔...

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><head></head><body><h1>Content 1</h1><h2>Content 1.1</h2><h3>Content 1.1.1</h3></body></html>

如您所見-這也將文檔類型作為內容的一部分。

然后，您將獲得主要功能的輸出...

  html->10
  html->1
    head->1
    body->1
      h1->1
        #text->3
      h2->1
        #text->3
      h3->1
        #text->3

tagName之后的輸出顯示節點類型，第一個是10，這是DOMDocumentType節點（ <!DOCTYPE html PUBLIC "-//W3... ），然后第二個是類型1，即XML_ELEMENT_NODE <html>標記。

當您使用loadHTML -這將始終嘗試創建有效的HTML文檔-這包括添加文檔類型以及普通HTML頁面中所需的<html>標記等。

PHP DOMDocument loadHTML返回兩個HTML childNodes

問題描述

1 個解決方案

解決方案1
1 已采納 2019-03-07 14:04:31

PHP DOMDocument loadHTML返回兩個HTML childNodes

問題描述

1 個解決方案

解決方案1 1 已采納 2019-03-07 14:04:31

解決方案1
1 已采納 2019-03-07 14:04:31