PHP 提取 html 标签和内容

Question

我有：

<html>
<head>
    <title>My Page</title>
</head>
<body>
    <p>paragraph 1</p>
    <p>paragraph 2</p>
    <p>paragraph 3</p>
    <p>paragraph 4</p>
    <ul>
        <li>item # 1</li>
        <li>item # 2</li>
        <li>item # 3</li>
        <li>item # 4</li>
    </ul>
    <a href="#">anchor 1</a>
    <a href="#">anchor 2</a>
    <a href="#">anchor 3</a>
    <a href="#">anchor 4</a>
    <div>div # 1</div>
    <div>div # 2</div>
    <div>div # 3</div>
    <div>div # 4</div>
</body>
</html>

我希望能够提取指定的标签，比如 div 标签及其内容。

到目前为止我有

$file = file_get_contents('file.html');
$dom = new DOMDocument();
$dom->loadHTML( $file );
$xpath = new DOMXpath( $dom );
$paragraphs = $xpath->query("/html/body//p");

for( $i = 0; $i < $paragraphs->length; $i++ )
{
     # echo the tag and it's contents
}

我尝试使用 nodeValue 或 textContent，但它们只打印标签的内容，而不是标签加上它们的内容。

这是我第一次在 PHP 中使用 DOM 解析器。我知道有人反对使用正则表达式解析 HTML/XML，所以我使用 DOM 解析器。任何建议都会有所帮助。

Answer 1

这应该适用于 PHP 版本 5.3.6+。只需将节点传递给 DOMDocument::saveHTML 函数即可。

for( $i = 0; $i < $paragraphs->length; $i++ )
{
     echo $dom->saveHTML($paragraph->item($i));
}

希望对您有所帮助！

PHP 提取 html 标签和内容

PHP extract html tag and contents

html

php

xpath

dom