如何使用 PHP DOM 分别解析 PCDATA 和子元素？

Question

我正在尝试解析 dtbook 的 XML，其中包含稍后包含 p-tag 的级别（1、2 和 3）。我正在用 PHP DOM 做这个。 Link to XML

在这些 p-tag 的 som 中有 noteref-tags。我确实掌握了这些，但似乎我能得到的唯一结果是 noteref 出现在 p-tag 之前或之后。我需要一些注释出现在 p-tag 中；或者换句话说，它们实际上应该在哪里。

<p>Special education for the ..... <noteref class="endnote" idref="fn_5"
id="note5">5</noteref>. Interest ..... 19th century <noteref class="endnote"
idref="fn_6" id="note6">6</noteref>.</p>

这是我现在获得的 p-tag 代码。在此之前，我正在遍历 dt-book 以获取 p-tag。效果很好。

if($level1->tagName == "p") {
    echo "<p>".$level1->nodeValue;
    $noterefs = $level1->childNodes;
    foreach($noterefs as $noteref) {
        if($noteref->nodeType == XML_ELEMENT_NODE) {
            echo "<span><b>".$noteref->nodeValue."</b></span>";
        }
    }  
    echo "</p><br>";
}

这些是我得到的结果：

特殊教育...... 5. 兴趣...... 19 世纪 6.56

56特殊教育..... 5. 兴趣..... 19世纪6.

我还希望 p-tag 不显示 noteref-tag 中的内容。这应该由 noteref-tag 完成（仅）。

那么，有人知道可以做些什么来解决这些问题吗？感觉就像我在谷歌上搜索并尝试了几乎所有东西。

Answer 1

DOMNode->nodeValue（在 PHP 的 DOMElement 中与 DOMNode->textContent 相同）将包含其自身及其所有降序节点的完整文本内容。或者，更简单一点：它包含节点的完整内容，但删除了所有标签。

您可能想尝试的是类似以下的内容（未经测试）：

if($level1->tagName == "p") {
    echo "<p>";
    // loop through all childNodes, not just noteref elements
    foreach($level1->childNodes as $childNode) {
      // you could also use if() statements here, of course
      switch($childNode->nodeType) {
        // if it's just text
        case XML_TEXT_NODE:
          echo $childNode->nodeValue;
        break;
        // if it's an element
        case XML_ELEMENT_NODE:
          echo "<span><b>".$childNode->nodeValue."</b></span>";
        break;
      }
    }  
    echo "</p><br>";
}

请注意，这仍然相当脆弱。例如：如果除<noteref> 元素之外的任何其他元素出现在<p> 元素中，它们也会被包裹在<span><b> 元素中。

希望我至少给了你一个线索，说明为什么你的结果 <p> 元素也显示了子元素的内容。

---

附带说明：如果您想要实现的是将 XML 文档的内容转换为 HTML 或其他一些 XML 结构，那么查看XSLT 可能会有所收获。请注意，学习曲线可能很陡峭。