xpath php - LIBXML_HTML_NOIMPLIED 的问题

【问题标题】：xpath php - trouble with LIBXML_HTML_NOIMPLIEDxpath php - LIBXML_HTML_NOIMPLIED 的问题
【发布时间】：2020-10-24 12:24:38
【问题描述】：

我正在尝试查找文档中的所有 p 标签，如下所示：

$dom = new DOMDocument();
$html = '<p>First</p><p>Second</p><p>Third</p><h3>Test 2</h3><p>Fourth</p>';
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

$itens = [];
$xp = new DOMXPath($dom);

$res = $xp->query('//p');
foreach ($res as $item) {
    $itens[] = $item->nodeValue;
}

print_r($itens);

但是当 LIBXML_HTML_NOIMPLIED 开启时，它不能按预期工作。我明白了：

Array
(
    [0] => FirstSecondThirdTest 2Fourth
    [1] => Second
    [2] => Third
    [3] => Fourth
)

但我希望：

Array
(
    [0] => First
    [1] => Second
    [2] => Third
    [3] => Fourth
)

这里发生了什么？

【问题讨论】：

标签： php dom xpath

【解决方案1】：

问题在于您的 HTML 实际上是一个文档片段，因为它没有单个根节点。 loadHTML() 尝试解决此问题，您可以查看是否这样做

echo $dom->saveHTML();

你得到

<p>First<p>Second</p><p>Third</p><h3>Test 2</h3><p>Fourth</p></p>

一个简单的解决方法是在加载之前向源添加一个基本标签（我使用<div>）...

$dom->loadHTML("<div>$html</div>", LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

这给了....

Array
(
    [0] => First
    [1] => Second
    [2] => Third
    [3] => Fourth
)

【讨论】：

这方面有进展吗？