如何使用 Goutte/Domcrawler 组合 2 条提取数据的文本节点答案

【问题标题】：How to combine the text node of 2 pieces of extracted data using Goutte/Domcrawler如何使用 Goutte/Domcrawler 组合 2 条提取数据的文本节点
【发布时间】：2016-05-05 06:49:09
【问题描述】：

我一直在试图弄清楚如何将两个提取的文本组合成一个结果（数组）。在这种情况下，各种书籍的标题和副标题。

<td class="item_info">
  <span class="item_title">Carrots Like Peas</span>
  <em class="item_subtitle">- And Other Fun Facts</em>
</td>

我能得到的最接近的是：

$holds = $crawler->filter('span.item_title,em.item_subtitle');

我已经设法输出以下内容：

$holds->each(function ($node) {
    echo '<pre>';
    print $node->text();
    echo '</pre>';
});

结果

<pre>Carrots Like Peas</pre>
<pre>- And Other Fun Facts</pre>

另一个问题是不是所有的书都有字幕，所以我需要避免将两个标题组合在一起。我将如何将这两者组合成一个结果（或数组）？

【问题讨论】：

标签： php goutte domcrawler

【解决方案1】：

就我而言，我采取了迂回的方式到达我想去的地方。我在 DOM 中后退一层到 td 标记并抓取所有内容并将其转储到数组中。

我意识到 DomCrawler 的文档中有将文本节点放入数组的示例代码。

$items_out = $crawler->filter('td.item_info')->each(function (Crawler $node, $i) {
    return $node->text();   
});

我试图避免捕获td，因为作者的也包含在这些单元格中。经过更多的挖掘，我能够使用以下内容从数组中删除作者：

foreach ($items_out as &$items) {
    $items = substr($items,0, strpos($items,' - by'));
}

我只花了五天时间就搞定了。现在进入下一个问题！

【讨论】：

【解决方案2】：

根据Goutte Documentation，Goutte 使用 Symfony DomCrawler 组件。有关向 DomCrawler 对象添加内容的信息，请访问Symfony DomCrawler - Adding Content

【讨论】：