使用 tidy 获取没有标签的 body

Question

http://php.net/manual/en/tidy.body.php 将 return 正文内容包裹在 <body> 标签中。如何在没有 <body> 标签的情况下获取正文内容？我想出了几个可能的解决方案，但是，它们不是很优雅。

$tidy = new tidy;
$tidy->parseString($html);
$tidy->cleanRepair();

$body_content=trim(ltrim(rtrim(trim($tidy->body()->value),'</body>'),'<body>'));
var_dump($body_content);

$body=$tidy->body()->value;
$body_content=substr($body,7,strlen($body)-16);
var_dump($body_content);

Answer 1

$tidy->body() returns 代表正文的 tidyNode 实例。每个 tidyNode 包含一个 child 属性，每个子元素包含一个 tidyNode 实例数组。您可以遍历这些子项以重建 body 标记的内部 html。例如：

<?php
$html = <<<'HTML'
<html>
    <head><title>test</title></head>
    <body>
        <h1>Hello!</h1>
        <p>Hello world!</p>
    </body>
</body>
</html>
HTML;

$tidy = new tidy;
$tidy->parseString($html);
$tidy->cleanRepair();

$bodyInnerHtml = '';
foreach($tidy->body()->child as $child) {
    $bodyInnerHtml .= (string)$child;
}
var_dump($bodyInnerHtml);

将导致：

string(36) "<h1>Hello!</h1>
<p>Hello world!</p>
"

有关 tidyNode class 的更多信息，请参见 documentation。

使用 tidy 获取没有标签的 body

Get body without tags using tidy

php

dom

tidy