使用 PHP DOM 解析“平面”HTML 结构答案

【问题标题】：Parsing "flat" HTML structure with PHP DOM使用 PHP DOM 解析“平面”HTML 结构
【发布时间】：2014-09-02 13:40:32
【问题描述】：

我正在尝试使用 PHP DOM 来帮助解析我想要转换为 JSON 的 HTML 文件。然而，不幸的是，HTML DOM 相当平坦（我无法改变它）。我所说的扁平是指结构是这样的：

<h2>title</h2>
<span>child node</span>
<span>another child</span>
<h2>title</h2>
<span>child node</span>
<span>another child</span>
<h2>title</h2>
<span>child node</span>
<span>another child</span>

我需要能够获得<h2> 并将<span> 视为孩子。如果有更好的选择，我还没有完全准备好使用 PHP DOM，it's simply what I found in an answer I came across，所以请随时提出任何建议。我真正需要的是将此 HTML 字符串提供给 JSON，而 PHP DOM 看起来是我迄今为止最好的选择。

【问题讨论】：

标签： php json parsing dom html-parsing

【解决方案1】：

$XML =<<<XML
    <h2>title</h2>
    <span>child node</span>
    <span>another child</span>
    <h2>title</h2>
    <span>child node</span>
    <span>another child</span>
    <h2>title </h2>
    <span>child node</span>
    <span>another child</span>
XML;

    $dom = new DOMDocument;
    $dom->loadHTML($XML);
    $xp = new DOMXPath($dom);

    $new = new DOMDocument;
    $root = $new->createElement('root');

    foreach($xp->query('/html//*/node()') as $i => $node) {
        if ($node->nodeType == XML_TEXT_NODE)
            continue;
        if ($node->nodeName == 'h2') {
            if(isset($current))
                $root->appendChild($current);
            $current = $new->createElement('div');
            $current->appendChild($new->importNode($node, true));
            continue;
        }
        $current->appendChild($new->importNode($node, true));
    }

    $new->appendChild($root);
    $xml2 = simplexml_load_string($new->saveHTML());
    echo json_encode($xml2);

【讨论】：